基于多尺度時(shí)間遞歸神經(jīng)網(wǎng)絡(luò)的人群異常檢測(cè).pdf

1、人口和活動(dòng)多樣性的增加，使得人群現(xiàn)象無(wú)處不在。一旦在人群中發(fā)生意外事故，將會(huì)帶來(lái)巨大的損失，如能利用廣泛分布的監(jiān)控設(shè)備來(lái)實(shí)時(shí)發(fā)現(xiàn)異常情況，將可大大降低損失。但是人群密度高、模式變化快、場(chǎng)景中存在著巨大的遮擋等挑戰(zhàn)，使得傳統(tǒng)視頻監(jiān)控技術(shù)不能直接應(yīng)用于人群場(chǎng)景，這使得人群異常事件檢測(cè)仍是一個(gè)有待解決的問(wèn)題，成為了領(lǐng)域的研究難點(diǎn)和熱點(diǎn)。因此，研究人群異常事件檢測(cè)方法具有巨大的研究?jī)r(jià)值。
　　本文在密集場(chǎng)景時(shí)空建模的基礎(chǔ)上提出了一種基于多

2、尺度時(shí)間遞歸神經(jīng)網(wǎng)絡(luò)的人群異常事件檢測(cè)和定位方法。并基于該方法提出一個(gè)基于多尺度時(shí)間遞歸神經(jīng)網(wǎng)絡(luò)的人群異常檢測(cè)和定位系統(tǒng)的構(gòu)建方案。主要研究?jī)?nèi)容包含以下幾個(gè)方面:
　　(1)使用時(shí)間遞歸神經(jīng)網(wǎng)絡(luò)對(duì)視頻序列進(jìn)行建模，發(fā)現(xiàn)空間維度的相互依賴關(guān)系以及時(shí)間維度的相互依賴關(guān)系。首先，將人群場(chǎng)景進(jìn)行網(wǎng)格化劃分，計(jì)算每一幀的光流，并從各個(gè)局部網(wǎng)格中提取多尺度光流直方圖特征;然后，鏈接各個(gè)局部網(wǎng)格特征作為整體的人群動(dòng)態(tài)，并將整體人群動(dòng)態(tài)當(dāng)作時(shí)間序

3、列;最后，利用時(shí)間遞歸神經(jīng)網(wǎng)絡(luò)模型同時(shí)對(duì)時(shí)間維度的關(guān)系和空間維度的關(guān)系進(jìn)行建模。利用時(shí)間遞歸神經(jīng)網(wǎng)絡(luò)的隱含層來(lái)發(fā)現(xiàn)人群場(chǎng)景中的相鄰網(wǎng)格之間的關(guān)系，利用反饋節(jié)點(diǎn)來(lái)發(fā)現(xiàn)時(shí)間維度的關(guān)系，利用時(shí)間遞歸神經(jīng)網(wǎng)絡(luò)的輸出層對(duì)不同網(wǎng)格進(jìn)行判別，以此來(lái)發(fā)現(xiàn)和定位異常事件。
　　(2)基于空間局部性，對(duì)時(shí)間遞歸神經(jīng)網(wǎng)絡(luò)進(jìn)行改進(jìn)，提出了一種多尺度的時(shí)間遞歸神經(jīng)網(wǎng)絡(luò)模型，來(lái)更好的發(fā)現(xiàn)異常事件。主要利用多尺度時(shí)間遞歸神經(jīng)網(wǎng)絡(luò)的隱含層來(lái)發(fā)現(xiàn)人群場(chǎng)景中的不同尺