基于高斯混合模型的人群异常检测

• 作者: 于明 郭团团
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 人群异常检测 感兴趣区域 SIFT特征 光流法 高斯混合模型
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 114-120,封2
• 页数: 8页
• 分类号: TP319
• 字数: 7075字
• 语种: 中文
• DOI: 10.11907/rjdk.171847

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于明	河北工业大学计算机科学与软件学院	100	698	15.0	21.0
2	郭团团	河北工业大学计算机科学与软件学院	1	2	1.0	1.0