面向高清视频的人群异常行为识别方法

摘要

基于计算机视觉的人群异常行为识别是公共场所安全监控、反恐维稳和群体性事件预警等领域的重要研究课题。
　　针对人群异常行为识别速度慢的难题，本文提出了基于运动矢量的人群异常行为检测算法。该方法首先采用社会力模型，以人群的运动矢量信息为基础，计算相互作用力；然后提取相互作用力的方向和强度属性，根据直方图对人群的运动方向和强度进行分类；最后仿真实验表明，该方法可以较好地计算人群的相互作用力，有效地区分人群运动状态，准确地判别人群运动的异常变化，鲁棒性好，检测速度快，与传统光流法相比，帧处理速度提高约30％。
　　针对非规则局部异常目标提取不完整的难题，本文提出了基于双循环扫描统计的人群异常行为检测算法。该方法首先提出基于光流矢量场的纵向光流矢量的补偿因子，对光流矢量进行补偿，更全面提取运动物体特征；然后改进双周期扫描方法，将扫描区域中的似然比检验统计量作为异常行为判别的特征值，通过第一轮全方位的扫描和第二轮基于嫌疑区域的扫描，可以对不同的人群运动场景、非规则的异常区域实现判别和提取，简化计算参数，减少计算量；最后仿真实验表明，该方法可以完整地提取人群异常行为区域。

目录

声明

第一章 绪论

1.1 研究背景与意义

1.2 国内外研究现状

1.3 论文工作和任务

第二章 相关理论研究

2.1 社会力模型

2.2 光流计算

2.3 贝叶斯方法

2.4 本章小结

第三章 基于运动矢量的人群异常行为检测算法

3.1 概述

3.2 社会力模型计算

3.3 基于运动矢量的人群异常行为判别

3.4 实验仿真与分析

3.5 本章小结

第四章 基于双循环扫描统计的人群异常行为检测算法

4.1 概述

4.2 似然比检验统计量

4.3 双循环扫描统计

4.4 仿真实验

4.5 本章小结

第五章 总结与展望

5.1 本文工作总结

5.2 下一步工作展望

致谢

参考文献

作者在学期间取得的学术成果