視頻監(jiān)控下人群異常事件檢測研究.pdf

1、在智能視頻監(jiān)控領(lǐng)域中，人群異常事件檢測技術(shù)是關(guān)鍵課題之一，其主要任務(wù)是從監(jiān)控視頻中試圖自動篩選出各種不同的異常事件，并能夠及時提醒安防人員應(yīng)對處理。在擁擠場景中運動個體數(shù)量較多且容易發(fā)生遮擋現(xiàn)象，使用基于運動目標(biāo)跟蹤的傳統(tǒng)異常檢測方法檢測效果很差，也是不切實際的。基于此，本文從理論與實際角度出發(fā)對人群異常事件檢測方法進行了新的探索。
　　針對異常區(qū)域的檢測，本文采用了一種半?yún)?shù)模型的掃描統(tǒng)計方法，其中異常區(qū)域范圍的確定可通過設(shè)置掃

2、描窗口的大小。在該方法中首先需要提取視頻序列中運動目標(biāo)的光流信息；然后，通過視覺詞袋模型將獲得的光流信息轉(zhuǎn)化為流詞直方圖；最后，計算區(qū)域內(nèi)外似然比檢驗統(tǒng)計量，從而實現(xiàn)區(qū)域異常的判斷。
　　人群異常事件包括全局異常事件和局部異常事件。針對全局異常事件的檢測，本文將掃描窗口設(shè)置為整個視頻幀的大小，將檢測的異常區(qū)域中存在的事件視為全局異常事件。針對局部異常事件的檢測，本文首先以局部最近鄰描述符為特征描述因子，對正常行為視頻的每個單元格進

3、行訓(xùn)練，從而為每個單元格獲得各自的混合成員樸素貝葉斯（MMNB）模型；然后將局部異常區(qū)域均分為相同的單元格，采用最大光流能量法搜索到最有可能發(fā)生異常行為的單元格即最大能量單元格，與此同時計算出該單元格的局部最近鄰描述符；最后，對最大能量單元格在 MMNB模型下進行異常判斷，若單元格判斷為異常后，則對其四鄰域的單元格繼續(xù)進行檢測，從而達到對異常的定位。
　　此外，將本文提出的方法在 UMN數(shù)據(jù)集、UCSD數(shù)據(jù)集上分別進行了實驗，實驗