基于視頻的人群異常檢測(cè)方法研究.pdf

1、基于視頻的人群異常狀態(tài)檢測(cè)是指在大規(guī)模人群的公共場(chǎng)所，對(duì)群體性事件進(jìn)行行為狀態(tài)分析，判斷其是否存在人群異常事件發(fā)生的檢測(cè)方法。本文主要針對(duì)群體性異常事件進(jìn)行檢測(cè)，采用人群運(yùn)動(dòng)信息和人群密度信息相結(jié)合的人群異常狀態(tài)檢測(cè)算法。主要研究工作如下：
　　1）論文針對(duì)提取人群運(yùn)動(dòng)狀態(tài)信息計(jì)算復(fù)雜度高的問(wèn)題，首先采用高精度光流算法獲得人群的運(yùn)動(dòng)矢量，然后利用運(yùn)動(dòng)方向分布直方圖獲取人群運(yùn)動(dòng)的方向特征，并利用運(yùn)動(dòng)矢量強(qiáng)度分布獲取運(yùn)動(dòng)強(qiáng)度特征，采用

2、運(yùn)動(dòng)矢量強(qiáng)度特征和運(yùn)動(dòng)方向分布直方圖相結(jié)合的方法描述人群運(yùn)動(dòng)狀態(tài)信息，有效降低了計(jì)算復(fù)雜度，同時(shí)保障人群運(yùn)動(dòng)狀態(tài)特征的描述準(zhǔn)確性。
　　2）為有效利用視頻幀的灰度空間統(tǒng)計(jì)信息和邊緣特征信息，論文分別對(duì)視頻幀的灰度圖像和梯度圖像提取基于局部二值模式的共生矩陣，并采用對(duì)比度、能量、熵和相關(guān)性等參數(shù)來(lái)描述人群密度信息，提高了人群密度特征描述的有效性。
　　3）論文將人群運(yùn)動(dòng)狀態(tài)特征和人群密度特征相結(jié)合，采用支持向量機(jī)檢測(cè)人群異常事