Resumen

Un análisis eficaz del comportamiento humano anómalo sirve de señal de alarma antes de que se produzcan emergencias. Sin embargo, en la actualidad la mayoría de las detecciones de comportamientos humanos anómalos se basan en la supervisión manual. Este método es criticado por ser subjetivo y carecer de oportunidad. En respuesta a estos problemas, este artículo propone un método de análisis en varias fases del comportamiento humano anómalo en escenas complejas. En primer lugar, se diferencian los comportamientos anómalos a grandes rasgos de una amplia zona de vigilancia mediante la medición de similitudes aplicada al modelo de fuerza social, y a continuación se lleva a cabo un análisis preciso. El análisis multietapa, basado en el algoritmo de diferencia de tres fotogramas, se utiliza para la intrusión, la detección de equipaje abandonado y la identificación de trayectorias de movimiento. El resultado experimental demuestra la superioridad del método propuesto en UMV, CAVIAR y conjuntos de datos. Para demostrar la adaptabilidad y capacidad de generalización del método propuesto, este trabajo selecciona los conjuntos de datos de detección de anomalías de conducción CVC y JAAD para probar el método. Los resultados experimentales muestran que el método propuesto es superior a los métodos existentes.

• Materias:Biotecnología Sensores Sistema de sensores Tecnología de sensores
• Subjects:Biotechnology sensors Sensor system Sensor technology
• Palabras claves:método, artículo, análisis eficaz del comportamiento humano anómalo, conjuntos de datos de detección de anomalías en la conducción de jaad, detecciones del comportamiento humano anómalo, comportamiento humano anómalo, algoritmo de diferencia de tramas, gran área de vigilancia, identificación de la trayectoria de movimiento, método de análisis multietapa
• Keywords:method, paper, effective abnormal human behavior analysis, jaad driving anomaly detection data sets, abnormal human behavior detections, abnormal human behavior, frame difference algorithm, large monitoring area, motion trajectory identification, multistage analysis method