基于行人组环块特征提取的人群异常检测方法技术

本发明专利技术属于视频分析与图像处理相关领域，公开了一种基于行人组环块特征提取的人群异常检测方法，通过分子扩散思想对光流场预处理后来获得更能反映人群运动的运动场，并采取递进式策略对行人进行分组，先以人群运动方向构建方向组，再结合时空信息对方向组再聚类，得到更细致的行人组。对于每个行人组，利用人群能量特征以及基于能量场构建的环块能量直方图特征来表征行人运动信息，最后通过一类SVM进行人群异常检测。本发明专利技术有良好的适用性，能够适用在多种公共场所之下，由于人群经过了细致的分组，异常位置的定位也有很高的准确性。异常位置的定位也有很高的准确性。异常位置的定位也有很高的准确性。

【技术实现步骤摘要】
基于行人组环块特征提取的人群异常检测方法


[0001]本专利技术属于视频分析与图像处理
，尤其涉及一种基于行人组环块特征提取的人群异常检测方法。

技术介绍

[0002]随着公共场所中的人群安全问题受到越来越多的重视，人群异常检测研究在视频处理领域已成为热点课题。由于公共场所中组织人群活动越来越多，人群安全问题也凸显出来，而传统的视频监控主要依靠人工监测视频去分析，而人类很难长时间高强度的去工作，这种情况下对于异常事件的检测准确性会大大降低，所以提高监控的效率和智能化是非常必要的。通过对监控视频去自动分析，对场景中存在的异常事件能持续的跟踪检测，从而判断目标的行为，有效的去规避可能发生的危险情况，因此对场景中的人群进行异常检测也有很大的现实意义。
[0003]由于现实场景中行人的异常行为类型有多种多样，还容易产生相互遮挡问题，所以对于实时检测场景中的异常行为也是一个很大的挑战。从目前的研究来看，对人群异常检测的重点在于特征的提取，为了提取特征通常情况下都会先获取图像内的有效区域，大都是将连续图像帧分割成区域块，这种块的分割是将图片平本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于行人组环块特征提取的人群异常检测方法，其特征在于，包括如下步骤：步骤1、用分子扩散理论对矢量场进行预处理；步骤2、以递进式策略对行人基于时空信息分组；步骤3、对每个行人组进行特征提取，提取出行人组能量特征和环块能量直方图特征来表征运动信息，并依据灰度共生矩阵提取出外观特征；步骤4、异常检测。2.根据权利要求1所述的基于行人组环块特征提取的人群异常检测方法，其特征在于，所述步骤1包括如下具体步骤：步骤1.1：将矢量场内每个像素点看成一个粒子；设F
a
＝(f
x
,f
y
)和F
b
＝(f
x
,f
y
)是场中矢量粒子a和b，扩散后矢量粒子a可以表示为：其中的I为场中a点的一块邻域，n表示邻域内扩散给a粒子扩散量大于0的个数，a和b两点的矢量扩散公式被定义为：式中g
(x,y)
表示粒子a和b在水平和竖直方向上的梯度，θ
a,b
表示两矢量粒子的余弦值，D
a,b
表示两个粒子间的欧氏距离。3.根据权利要求2所述的基于行人组环块特征提取的人群异常检测方法，其特征在于，所述步骤2包括如下具体步骤：步骤2.1：先依据人群主要运动方向进行方向组的分割，计算方式如下：式中F为行人内部粒子运动方向，d为场景道路延伸的方向向量，根据与道路夹角的余弦值将人群分为四个主要运动方向；步...

【专利技术属性】
技术研发人员：张旭光，周生运，郭江涛，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：