【技术实现步骤摘要】
基于综合光流特征描述符及轨迹的人群异常行为检测方法
本专利技术属于基于特定计算模型的计算机系统领域，具体涉及一种基于综合光流特征描述符及轨迹的人群异常行为检测方法。
技术介绍
随着城市规模扩大和人口增加，人口密度大的公共区域发生交通事故、拥堵、踩踏等突发事件的概率也随之增加。为妥当处理突发事件，保障公共场所安全，智能监控技术的发展显得愈发重要。然而，现存用于捕捉和检测异常事件的监控系统受光照变化、复杂背景及遮挡等影响，导致异常行为识别准确率较低，且鲁棒性较差。因此，如何提高公共场所人群异常行为检测准确性及鲁棒性是智能监控领域的研究热点和难点之一。近年来，为提高由于爆炸、恐怖袭击等突发事件引起的人群异常行为检测性能，众多基于视频序列的人群异常行为检测算法相继提出。相关算法大致可分为两类：一类是基于视觉特征提取方法，其利用视觉及图像处理相关技术提取人群特征而后进行异常检测。其中，Solera等人利用空间关心理论、格兰杰因果关系、动态时间规整和热图以激发群体相关性特征，而后使用支持向量机(supportvectormachine，SVM)进行人群异常行为检测。该方法可从...
【技术保护点】
1.基于综合光流特征描述符及轨迹的人群异常行为检测，其特征是：包括如下步骤：1)特征选择：通常情况下，人群行进方向及速度具有相似性；然而当异常事件发生时，人们由于恐惧会快速逃跑以避免潜在危险，如发生火灾人们会迅速逃离，因此人群异常行为具有运动速度快、加速度突然增加、运动方向明显集中在某个方向或多个方向均衡、运动幅度大、步伐大、表情恐慌、轨迹混乱等特征：其中，速度、加速度、方向及运动幅度等特征计算较为简单，可利用光流表示，而步伐及表情等特征提取较为复杂；为降低复杂度，通过提取运动目标的速度、加速度、方向、运动幅度及轨迹等特征以检测人群异常行为；2)根据人群光流场变化计算人群运...
【技术特征摘要】
1.基于综合光流特征描述符及轨迹的人群异常行为检测，其特征是：包括如下步骤：1)特征选择：通常情况下，人群行进方向及速度具有相似性；然而当异常事件发生时，人们由于恐惧会快速逃跑以避免潜在危险，如发生火灾人们会迅速逃离，因此人群异常行为具有运动速度快、加速度突然增加、运动方向明显集中在某个方向或多个方向均衡、运动幅度大、步伐大、表情恐慌、轨迹混乱等特征：其中，速度、加速度、方向及运动幅度等特征计算较为简单，可利用光流表示，而步伐及表情等特征提取较为复杂；为降低复杂度，通过提取运动目标的速度、加速度、方向、运动幅度及轨迹等特征以检测人群异常行为；2)根据人群光流场变化计算人群运动速度、加速度、方向和能量，并利用上述特征设计新的时空特征描述符，即SOFD：(1)采用具有较高光流估计精度的HS方法计算人群光流；HS方法可简述如下：目标在空间中一般为连续运动，因而所获运动目标图像也是连续的，即灰度不变，由此可得光流方程如下：Ixu+Iyv+It＝0(1)其中，I(x,y,t)表示t时刻图像亮度变化，Ix,Iy,It分别为其偏导数；u,v为点(x,y)在x，y方向上所要求解的速度分量；由上式所得的水平偏移量ΔX与垂直偏移量ΔY以计算运动目标的速度、加速度、方向角与能量值；第n帧图像运动区域各像素的速度为其中，ΔXi,j,ΔYi,j分别为像素pix(i,j)水平和垂直方向的偏移量；目标加速度可由下式获得：a＝(vi,j(n+1)-vi,j(n))(3)其中，vi,j(n)，vi,j(n+1)分别为像素pix(i,j)第n帧和第n+1帧的速度；目标运动方向可表述为：由于人群逃散行为具有方向集中或多方向均衡的特征，为较为精确地刻画异常行为方向，可将上式所得到的角度均匀量化为8个方向以便后续特征提取及融合；基于式(2)所得运动速度，可计算目标光流能量以描述目标运动幅度变化，即：(2)为消除人群运动速度、加速度、方向和能量各指标间的量纲影响，可通过对上述特征进行归一化处理；采用min-max标准化对上述四个指标进行归一化处理，通过对原始数据进行线性变化，从而将指标x映射为区间[0,1]中的x'，以便后续对所获特征加权融合；x'由下式获得：其中，x为指标值，xmin为指标数据最小值，xmax为指标数据最大值；(3)归一化处理后特征加权融合成SOFD可体现群体运动差异性；此外，SOFD将个体之间差异性和视频全局运动信息相融合以保持局部及全局特征，进而提高人群异常行为检出率；基于以上所述，SOFD可表示如下：其中，v，θ,α,E分别为速度、方向、加速度和能量；w1，w2，w3，w4为调节速度、方向、...
【专利技术属性】
技术研发人员：王洪雁，周梦星，张鼎卓，
申请(专利权)人：大连大学，
类型：发明
国别省市：辽宁,21
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。