基于流体力学的人群异常检测算法-计算机工程.PDF

第 卷 第 期 计 算 机 工 程 年 月 图形图像处理 文章编号 文献标志码 中图分类号 基于流体力学的人群异常检测算法 高大鹏王 欣朱建刚 中国民航飞行学院 计算机学院四川 广汉 摘 要 现有的人群异常检测算法多数存在未对异常事件进行评估无法对异常点定位以及实时性差等问题 为 此提出一个基于欧拉法的人群异常检测算法 通过叠加连续的差分图获取累积差图像 将 的梯度场 代替速度场可使 转换为二值图像以减少外部干扰并将 梯度场与二值图像的点乘和作为人群能量值 通过分析人群能量的变化可实时地对人群异常事件进行报警分级评估和定位 在 数据库上的实验结 果表明该算法的识别率超过 平均每帧的处理时间为 分级评估正确异常点定位与人工定位基本 重合 关键词 智能视频监控人群异常检测流体力学欧拉法事件分级异常点定位 中文引用格式高大鹏王欣朱建刚基于流体力学的人群异常检测算法计算机工程 英文引用格式 检测模型人们根据不同的环境和需求建立了各种 概述 不同的事件模型 异常检测即通过模型的建立 人群异常检测是近年来在视频处理计算机客 设定判别方法当满足条件时认为异常事件发生 模式识别领域研究的热点课题之一为拥挤场所的 典型推断算法包括隐马尔科夫模型 条件随机场 公共安全提供实时的监控和判断 人群异常检测算 模型 及动态贝叶斯网络 等也有学者采用支持 法通常需要经过以下 个过程 预处理即处理粗 向量机 和神经网络 进行分类 糙的视频图像进行去噪模糊筛选等操作以便后 在人群异常检测的模型建立过程中文献 按 续处理 事件表示即选择特征用于表征事件包 照事件分类检测的角度将模型分为 类即基于分