基于人群密度的异常行为检测与分级研究

• 作者: 何小海 卿粼波 李凯 王正勇 韦招静
• 来源期刊: 电视技术
• 学科: 工学
• 关键词: 局部光流 平均动能变化倍率 像素点统计 纹理特征
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 监管与监测
• 页码范围: 97-102
• 页数: 6页
• 分类号: TP391.4
• 字数: 4435字
• 语种: 中文
• DOI: 10.16280/j.videoe.2018.03.016

摘要

群体异常行为的发生将对社会公共安全构成危害,而不同等级的群体异常行为对社会公共安全产生的危害性也不尽相同,对应的关注度和敏感度也不同,因此本文提出了一种基于人群密度的异常行为分级检测算法.首先,对现有的人群异常行为检测算法存在实时性差、检测准确度不高的问题,引入局部光流,提出了一种基于平均动能变化倍率的人群异常行为检测算法;在此基础上对现有的结合基于像素点统计和基于纹理特征的人群密度检测方法进行了改进,进而实现了基于人群密度的异常行为分级.实验证明,本文算法能够准确且稳定地检测出视频中的异常行为情况,并且能根据人群密度分级报警,满足实际应用需求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何小海	四川大学电子信息学院	395	2334	21.0	30.0
2	王正勇	四川大学电子信息学院	126	539	12.0	17.0
3	卿粼波	四川大学电子信息学院	181	565	11.0	15.0
4	李凯	四川大学电子信息学院	34	136	7.0	9.0
5	韦招静	四川大学电子信息学院	1	0	0.0	0.0