視頻中人群異常逃離行為檢測(cè)的研究.pdf

1、智能視頻監(jiān)控系統(tǒng)由于可以有效的解決公共場(chǎng)所安全問(wèn)題而受到越來(lái)越多科研人員的關(guān)注。視頻中人群異常逃離行為檢測(cè)能夠自動(dòng)分析識(shí)別場(chǎng)景中發(fā)生的群體異常事件并及時(shí)報(bào)警，具有廣泛的應(yīng)用價(jià)值和較高的社會(huì)價(jià)值。因此，本文對(duì)人群異常四散逃離行為進(jìn)行了以下研究：
　　首先，采用濾波法進(jìn)行預(yù)處理。本文在預(yù)處理階段采用均值濾波消除視頻中存在的不可避免的噪聲，然后在前景提取階段為了進(jìn)一步降低噪聲的影響同時(shí)減少后續(xù)算法的計(jì)算量，對(duì)運(yùn)動(dòng)場(chǎng)進(jìn)行均勻網(wǎng)格劃分，并對(duì)

2、劃分后每個(gè)補(bǔ)丁中的運(yùn)動(dòng)矢量求統(tǒng)計(jì)平均值。本文采用k-means聚類算法對(duì)前景進(jìn)行提取。
　　其次，根據(jù)改進(jìn)加速度特征對(duì)人群異常四散逃離行為進(jìn)行檢測(cè)。利用三幀圖像灰度不變性求出加速度特征后，結(jié)合人群分布指數(shù)對(duì)加速度公式進(jìn)行改動(dòng)，考慮了突發(fā)事件發(fā)生時(shí)，人群整體形態(tài)會(huì)突然呈現(xiàn)為分散，并且人群中個(gè)體加速度也會(huì)變大。因此，可以利用基于人群分布變化的改進(jìn)加速度特性進(jìn)行檢測(cè)。用公共數(shù)據(jù)庫(kù)進(jìn)行實(shí)驗(yàn)測(cè)試，并與基于社會(huì)力的人群異常行為檢測(cè)算法進(jìn)行了對(duì)

3、比實(shí)驗(yàn)，驗(yàn)證本算法可以有效的檢測(cè)出人群異常逃離行為。
　　最后，對(duì)人群異常可能發(fā)生的位置進(jìn)行定位。本文通過(guò)引入逃離中心來(lái)表示人群異常可能發(fā)生的位置。基于單逃離中心的異常定位算法主要是利用KNNS法對(duì)改進(jìn)加速度矢量反向延長(zhǎng)交點(diǎn)集進(jìn)行劃分，而交點(diǎn)密集區(qū)的物理中心即為逃離中心。實(shí)際上經(jīng)常出現(xiàn)多個(gè)逃離中心同時(shí)存在的情況，針對(duì)這種情況通過(guò)利用改進(jìn)單個(gè)逃離中心算法與距離分割法的結(jié)合實(shí)現(xiàn)基于多逃離中心的異常定位方法。通過(guò)設(shè)計(jì)合成的數(shù)據(jù)驗(yàn)證理論可