[发明专利]一种基于微行为分析的密集人群异常行为检测方法

摘要

本发明公开了一种基于微行为分析的密集人群行为检测方法。其过程为：根据密集视频中人的大小，按照比例对原视频图像采样，获得采样图像；计算采样图像由粒子流定义的动态系统；利用动态系统的速度、位置信息，对采样粒子进行微行为处理；构建样本序列，对粒子微行为进行信息提取，并将信息量化标记，构建时空立方体；采集用以训练的密集人群视频序列，通过上述步骤，提取视频序列中的样本特征序列，并将其作为训练隐条件随机场模型的观察序列，利用隐条件随机场训练，实现密集人群行为检测。本发明的目的在于解决高密度环境下由于无法高效的实现单个物体的检测和跟踪而使人群行为理解具有潜在危险性问题，适用于人群行为比较复杂的场景，识别特定的人群行为，并且进行异常检测。

主权项

1.一种基于微行为的密集人群异常行为检测方法，包括如下步骤：（1）输入视频序列，根据视频中人所占据的空间的大小，按照比例将原大小为的视频图像分割成个块，其中，代表横向分割块数，代表纵向分割块数，将每一个图像块的中心像素作为采样点，组成尺寸大小为的采样图像；（2）通过计算粒子流定义的动态系统，获得特定位置粒子的速度信息，该特定位置粒子能够反映密集人群实际场景中不同的个体的采样点，其中，，在这里x, y指的是粒子的位置，u和v分别代表在x, y方向上的速度，表示时间；（3）利用动态系统提供的信息，计算采样点的梯度矩阵：：其中为特征方程，和是其特征值，，，，其中，是矩阵的迹，是矩阵的行列式，通过适当的采样，梯度矩阵能够很好的描述局部人群聚合离散趋势；（4）通过和分析每个采样点的梯度矩阵的特征值，根据特征值谱和公差将采样点着色；并且根据特征值谱将对应的采样点标记成对应的人群微行为；（5）构建时空立方体：整个视频被统一分为不重叠的小片段，每个长度间隔I帧，将大小为的采样图像分为块，每一块的大小为，共分为块，统计每一立方体不同特征值条件以及不同方向下每种微行为的数目作为样本信息，获得隐条件随机场训练样本的特征序列；（6）采集用以训练的密集人群视频序列，通过上述步骤（1）~（5），提取视频序列中的样本特征序列，并将其对隐条件随机场模型进行训练；（7）用训练获得的隐条件随机场模型来检测监控视频中密集人群的异常行为。