基于视频分析技术的轨道交通车站安全预警模型构建及仿真

• 作者: 屈晓宜
• 来源期刊: 自动化与仪器仪表
• 关键词: 群体异常行为 GMM KLT算法 CNN
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 理论创新|THEORETICAL INNOVATION
• 页码范围: 4-8
• 页数: 5页
• 分类号: TP399
• 语种: 中文
• DOI: 10.14016/j.cnki.1001-9227.2021.03.004

摘要

针对目前轨道交通车站视频采集过程中无法提取群体和识别群体相互阻塞行人的交互信息问题,提出一种基于视频分析技术的异常行为识别方法,构建了实时监测异常行为的安全预警模型.首先,根据模型的整体架构,设计了目标检测、目标跟踪、目标特征提取、目标异常行为识别四个功能模块.然后应用GMM算法获取了群体目标的运动区域,完成了目标的检测;应用时空立方体的ST分割算法改进了KLT算法,完成了对目标跟踪和特征提取;应用基于CNN结合STFD实例,完成了对目标异常行为的识别.最后,通过在Lawn、Indoor、两个真实的场景中进行了系统仿真实验,验证了该模型的可行性.