一种群体异常行为识别方法技术

本发明专利技术涉及一种群体异常行为识别方法，基于获取的视频流进行串联行人检测，当判断为多人时，基于运动历史图，计算能量值E，当E大于等于设定能量阈值时判断为多人异常行为，进行告警。本发明专利技术从整体角度出发，找到区分异常行为和正常行为的显著特征进行分析判断，结合人群密度估计和运动历史图的能量值，对群体正常行为和群体异常行为进行区分，识别算法准确率高，满足系统实时性要求。

A method of identifying abnormal group behavior

【技术实现步骤摘要】
一种群体异常行为识别方法
本专利技术涉及数据识别；数据表示；记录载体；记录载体的处理的
，特别涉及一种群体异常行为识别方法。
技术介绍
异常行为识别方法一般可以分为两类，包括基于模型匹配的行为识别方法和基于相似度度量的行为识别方法。基于模型的行为识别方法是从包含人体行为，如行走、跳跃、跑步、摔倒等的视频序列中，提取运动目标的外形、特征点、光流等信息进行人工建模作为已知行为的参考模型，然后将视频中的行为与已知模型进行匹配分类从而达到行为识别的目的；人工建模常用的模型有隐马尔科夫模型以及它的改进方法。Chen等通过提取目标的步态特征进行建模，利于步态特征模型进行异常行为检测；Piciarelli等提提取目标的运动轨迹进行建模，利用单类支持向量机(SVM)实现异常行为的识别的方法。基于模型的行为识别方法的检测效果取决于每个模型是否有足够多的样本，在训练样本足够多的前提下，该类算法的识别效果较好，但提取多维特征进行建模以及大量样本的训练需要足够的时间和较大的内存。基于相似性度量的行为分析方法将异常行为识别看成一个二分类问题，即人的本文档来自技高网...

【技术保护点】
1.一种群体异常行为识别方法，其特征在于：所述方法包括以下步骤：/n步骤1：获取视频流；/n步骤2：基于视频流进行串联行人检测；若为多人，则进行下一步，否则，重复步骤2；/n步骤3：基于运动历史图，计算能量值E；/n步骤4：若E小于设定能量阈值，则为正常行为，返回步骤2，否则，进行下一步；/n步骤5：判断为多人异常行为，进行告警。/n

【技术特征摘要】
1.一种群体异常行为识别方法，其特征在于：所述方法包括以下步骤：
步骤1：获取视频流；
步骤2：基于视频流进行串联行人检测；若为多人，则进行下一步，否则，重复步骤2；
步骤3：基于运动历史图，计算能量值E；
步骤4：若E小于设定能量阈值，则为正常行为，返回步骤2，否则，进行下一步；
步骤5：判断为多人异常行为，进行告警。


2.根据权利要求1所述的一种群体异常行为识别方法，其特征在于：所述步骤2包括以下步骤：
步骤2.1：对视频流进行处理，获得前景二值图；
步骤2.2：对前景二值图进行连通域检测...

【专利技术属性】
技术研发人员：李文书，
申请(专利权)人：杭州视鑫科技有限公司，
类型：发明
国别省市：浙江;33