位置:成果数据库 > 期刊 > 期刊详情页
基于粒子滤波的场景事件实时识别
  • ISSN号:2095-3844
  • 期刊名称:《武汉理工大学学报:交通科学与工程版》
  • 时间:0
  • 分类:TN953[电子电信—信号与信息处理;电子电信—信息与通信工程]
  • 作者机构:[1]武汉理工大学计算机科学与技术学院,武汉430063, [2]长江大学计算机学院,荆州434023
  • 相关基金:国家自然科学基金项目(批准号:60672137),湖北省自然科学基金项目(批准号:2004ABA043)和湖北省教育厅科学技术研究重点项目(批准号:D200612002)资助
中文摘要:

为解决智能监控场景中场景事件的检测与分析问题,提出了一种基于粒子滤波的场景事件实时识别方法.将场景事件分解为一系列的子事件,构成多层动态贝叶斯网络模型,模型中每一状态对应一种事件.采用Particle Filter粒子滤波方法对模型中各节点状态的后验概率进行实时估计,以对场景事件进行实时识别.采样不同的粒子数目进行了对比仿真试验,仿真结果表明该方法能够得到较高的识别精度.

英文摘要:

To detect and analyze situation events in intelligent surveillance, a method of real time recognition of situation events based on particle filter is proposed. Situation event is decomposed into a sequence of sub events, and is modeled using a hierarchical dynamic Bayesian network, where each node denotes an event. The posterior probability of each node in a hierarchical dynamic Bayesian network is inferred based on particle filter in order to recognize situation events in real time. Simulating experiments with different sample numbers are made. The results show that better recognition precision can be achieved.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《武汉理工大学学报:交通科学与工程版》
  • 中国科技核心期刊
  • 主管单位:国家教育部
  • 主办单位:武汉理工大学
  • 主编:骆奇峰
  • 地址:武汉市武昌区和平大道1178号89信箱
  • 邮编:430063
  • 邮箱:jwuttse@whut.edu.cn
  • 电话:027-86538436
  • 国际标准刊号:ISSN:2095-3844
  • 国内统一刊号:ISSN:42-1382/U
  • 邮发代号:38-148
  • 获奖情况:
  • 1997年全国优秀科技期刊,1995年全国自然科学优秀学报,1999年全国高校优秀学报及教育部优秀科技期刊,2010年中国高校优秀科技期刊,2010年中国科技论文在线优秀期刊二等奖,2008年RCCSE中国权威学术期刊,湖北省优秀期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,荷兰文摘与引文数据库,美国剑桥科学文摘,中国中国科技核心期刊
  • 被引量:13741