群體異常行為檢測(cè)與識(shí)別方法研究.pdf

1、群體異常行為檢測(cè)與識(shí)別技術(shù)是指通過(guò)分析視頻中的群體行為實(shí)現(xiàn)自動(dòng)檢測(cè)群體異常行為并識(shí)別出其類(lèi)型的過(guò)程。本文在研究和分析了現(xiàn)有的群體異常行為識(shí)別關(guān)鍵技術(shù)的基礎(chǔ)上，對(duì)群體突聚、突散、暴亂、斗毆等典型異常行為的檢測(cè)識(shí)別進(jìn)行了深入研究，主要內(nèi)容和貢獻(xiàn)包括以下三個(gè)方面:
　　(1)提出了基于社會(huì)力概率分布的群體行為異常檢測(cè)算法。針對(duì)采用傳統(tǒng)社會(huì)力特征時(shí)遇到的特征冗余及弱描述性問(wèn)題，采用社會(huì)力模型描述群體行為中個(gè)體間的相互作用，統(tǒng)計(jì)時(shí)空體中的社

2、會(huì)力特征，為每個(gè)時(shí)空體構(gòu)建相應(yīng)的加權(quán)直方圖并轉(zhuǎn)化為概率分布形式，以時(shí)空體的概率分布構(gòu)成語(yǔ)料庫(kù)中的單詞用于潛在狄利克雷分配模型的訓(xùn)練與檢測(cè)，有效提高了社會(huì)力特征的描述性及群體異常行為的檢測(cè)準(zhǔn)確率。
　　(2)提出了基于鄰接幀約束的群體異常行為檢測(cè)算法。該算法針對(duì)固定監(jiān)控場(chǎng)景，在監(jiān)控視頻圖像上設(shè)置監(jiān)控點(diǎn)，并計(jì)算監(jiān)控點(diǎn)上的光流特征，然后構(gòu)建時(shí)空立方體并統(tǒng)計(jì)時(shí)空立方體內(nèi)的光流特征生成光流方向加權(quán)直方圖，用以描述視頻片段中的局部行為。在使用

3、稀疏字典重構(gòu)待測(cè)行為時(shí)，針對(duì)光流特征提取過(guò)程中出現(xiàn)的奇異值問(wèn)題，提出在稀疏表達(dá)的優(yōu)化問(wèn)題中加入鄰接幀的平滑約束，解決了異常行為檢測(cè)率受到光流特征奇異值影響的問(wèn)題，有效地提高了全局監(jiān)控場(chǎng)景下群體異常行為的檢測(cè)率。
　　(3)提出了基于KOD能量特征的群體異常行為識(shí)別方法。根據(jù)群體的運(yùn)動(dòng)劇烈程度、群體運(yùn)動(dòng)方向一致性和群體中個(gè)體的相對(duì)位置定義并提取群體動(dòng)能、方向勢(shì)能和距離勢(shì)能，構(gòu)造群體行為高層KOD能量特征，然后構(gòu)建隱馬爾可夫模型實(shí)現(xiàn)群