[发明专利]基于机器学习的人群异常行为检测方法

权利要求书

1.一种基于机器学习的人群异常行为检测方法，包括步骤如下：

（1）人群目标检测：通过人群目标检测算法得到运动的视频目标，包括Canny边缘求取，运动边缘求取，运动目标的获取三个步骤；

（2）人群行为特征获取；

（3）神经网络训练：通过三层BP神经网络进行训练，包括输入层，隐层和输出层。

2.如权利要求1所述的一种基于机器学习的人群异常行为检测方法，其特征在于：利用变分光流法计算视频中每个运动像素的光流值，在运动估计中对运动进行遮挡处理，将视频分为尺寸为20*20的小块，得到每小块的速度大小；且将运动像素的运动方向量化为4个方向,得到每小块的运动方向。

3.如权利要求1或2所述的一种基于机器学习的人群异常行为检测方法，其特征在于：所述输入层神经元个数根据视觉特征提取网格像素特征信息量大小确定，对为18*12*10样本进行训练。

4.如权利要求3所述的一种基于机器学习的人群异常行为检测方法，其特征在于：在一个样本分成18个子样本集，对他们分别采用相同的神经网络模型参数进行训练，对一个样本的18个结果若超过半数为其中一种异常行为，就判定成功；反之就定为正常结果。