基于高斯混合模型的人群异常检测

摘要

近年来,公众场所安全问题得到了广泛关注,视频监控下的人群异常检测成为智能监控的研究热点。现实场景中的人群异常检测具有容易受到光照亮度变化影响、可能存在大量遮挡以及人群密度大等研究难点。提出一种基于高斯混合模型的人群异常检测方法,能有效应用于复杂的室外场景。首先通过预处理阶段求得视频帧的感兴趣区域（ROI）,再在感兴趣区域中计算人群光流,并在此基础上融合SIFT特征,利用图像分块提取特征。对不同分块建立对应的高斯混合模型,进而用模型判断特征点是否属于异常事件。实验结果证明,该方法对于UMN数据库中人群的四散奔跑以及UCSD数据库中人行横道上出现汽车和自行车等异常事件有较高的识别率。