一种基于车站二维人群密度分析的地铁群体异常行为检测方法

摘要

本发明公开了一种基于车站二维人群密度分析的地铁群体异常行为检测方法，包括以下步骤：首先对原始视频数据进行预处理，然后采用全卷积U‑Net神经网络提取目标特征，接着利用金字塔Lucas‑Kanade光流法对目标特征点进行追踪并转换到车站二维空间坐标系下，最后利用支持向量机和随机森林对提取的群体运动特征信息进行训练和学习，完成群体异常行为的检测，本发明的检测方法提高异常检测速度和识别率，保证在不同场景下的适用性，降低群体异常行为识别的误检率和漏检率。