基于視頻監(jiān)控的群體異常行為檢測(cè)研究.pdf

1、近年來，恐怖襲擊和突發(fā)性群體事件不斷挑戰(zhàn)城市的防御底線，公共安全問題已在全球范圍內(nèi)引起廣泛關(guān)注。傳統(tǒng)的視頻監(jiān)控主要依賴于人工監(jiān)控，費(fèi)時(shí)費(fèi)力且效率低，智能視頻監(jiān)控系統(tǒng)的實(shí)現(xiàn)成為了減少公共場(chǎng)合內(nèi)群眾人身傷害及財(cái)產(chǎn)損失的有效措施。因此，對(duì)基于視頻監(jiān)控的群體異常行為檢測(cè)系統(tǒng)進(jìn)行深入研究具有重要的應(yīng)用價(jià)值與深遠(yuǎn)的現(xiàn)實(shí)意義。
　　針對(duì)傳統(tǒng)群體異常行為檢測(cè)系統(tǒng)實(shí)時(shí)性與場(chǎng)景適應(yīng)性不能達(dá)到平衡的情況，結(jié)合機(jī)器學(xué)習(xí)相關(guān)最新理論成果，提出一種結(jié)合群體密

2、度特征和運(yùn)動(dòng)特征以實(shí)現(xiàn)群體異常行為檢測(cè)的新方案。本文對(duì)群體密度進(jìn)行估計(jì)，而后提取群體運(yùn)動(dòng)特征，最后利用隨機(jī)森林分類器實(shí)現(xiàn)群體異常行為的多類別檢測(cè)，具體研究工作如下：
　　一、群體密度估計(jì)。提取ROI范圍內(nèi)經(jīng)過透視矯正算法更新的二值前景面積，利用FAST角點(diǎn)密度設(shè)定群體密度權(quán)重值，完成前景像素歸一化；在不同權(quán)值范圍內(nèi)運(yùn)用各自的最小二乘法擬合曲線估計(jì)出群體密度等級(jí)。群體密度估計(jì)的主要目的是排除運(yùn)動(dòng)矢量在群體稀疏場(chǎng)景下仍可能較為混亂的情

3、況，減少誤判。
　　二、群體運(yùn)動(dòng)特征提取。利用二值前景掩碼得到圖像前景圖，計(jì)算局部稠密HS光流場(chǎng)后經(jīng)過光流場(chǎng)掩碼提取光流運(yùn)動(dòng)信息，而后提取平均動(dòng)能和運(yùn)動(dòng)方向熵這兩種群體運(yùn)動(dòng)特征；對(duì)光流場(chǎng)掩碼內(nèi)的 FAST角點(diǎn)計(jì)算其兩兩之間的歐式距離，提取距離勢(shì)能；利用歸一化前景面積計(jì)算得到群體人數(shù)變化率。提取的四種群體運(yùn)動(dòng)特征分別描述了群體運(yùn)動(dòng)的劇烈程度、運(yùn)動(dòng)方向的混亂程度、群體個(gè)體間的分散程度以及視頻拍攝范圍內(nèi)人數(shù)的變化速度。
　　三、群

4、體行為識(shí)別。將提取的四種群體運(yùn)動(dòng)特征作為分類屬性，利用訓(xùn)練樣本訓(xùn)練得到隨機(jī)森林分類器后根據(jù)測(cè)試樣本中的各類屬性差異判斷類別，實(shí)現(xiàn)群體異常行為的識(shí)別。本文就正常、室外恐慌、同方向突散、急走急停這四種典型群體行為進(jìn)行深入研究與識(shí)別分析。
　　本文提出的群體異常行為檢測(cè)方法主要在場(chǎng)景適應(yīng)性和實(shí)時(shí)性方面進(jìn)行了有效改進(jìn)，算法對(duì)UMN和PETS2009公共數(shù)據(jù)庫內(nèi)多個(gè)相關(guān)視頻進(jìn)行仿真實(shí)驗(yàn)分析，并與其他檢測(cè)算法進(jìn)行對(duì)比分析，實(shí)驗(yàn)結(jié)果表明：本文方