采用CP-GMM模型的实时人群异常检测

摘要

针对人群异常检测中出现的检测速度慢、检测精度低的问题,提出一种新的人群参数混合高斯模型（CP-GMM）算法来对人群参数进行建模分析,并通过筛选出小概率特征来检测人群监控视频中发生的异常现象。算法立足于人群中显著点,通过统计分析人群中显著点的特征来提取人群特征,并使用参数分析模型对感兴趣区域内速度大小、方向等参数进行异常检测。检测过程中不需要对人群中个体进行跟踪,也无需对检测模型进行大规模训练。实验表明,算法快速有效,在较低误报率下取得了较好的检测效果。