人群状态分析与异常行为检测

发布时间：2017-04-14 00:14

  本文关键词：人群状态分析与异常行为检测，由笔耕文化传播整理发布。

【摘要】：当前公共安全问题日益突出,公共场所群体性事件频繁发生,例如踩踏、聚集及群殴等危害公共安全的行为。公共安全形势严峻,对监控场景下的基于视频内容分析技术的人群状态及异常行为的研究具有重要的现实意义,不仅可以保障人群活动的安全,同时可以为公共场所的人群管理及调度提供重要的指导信息。人群行为分析的研究在智能视频监控、人群管理、公共空间设计、虚拟环境、智能交通等领域具有巨大的应用价值。本文首先通过对人群场景进行Harris特征点检测,进一步利用光流法对人群特征点进行跟踪得到人群运动矢量场。其次,根据得到的人群运动矢量场,结合物理学上动能定理定义了人群运动强度指数来描述人群运动强度大小,根据人群运动矢量场可以得到人群的方向分布,利用信息论中熵的概念定义了人群混乱指数来描述人群运动方向的混乱程度。此外,提出了人群移动区域面积的概念,根据人群移动区域面积占人群前景的比例定义了人群状态指数来描述人群运动的幅度大小。实验结果表明定义的三个人群状态描述算子可以很好的对人群运动状态进行描述。鉴于目前人群异常行为检测算法存在复杂度高、运算量较大及难以保证实时性的问题,根据定义的描述人群状态的三个描述算子设计了一种分层处理的人群异常行为检测方案,实验结果表明方案具有较好的检测效果的同时降低了算法的运算量,提高了实时性。人群聚集以后经常会伴随发生一些暴力不可控事件,但是关注研究此人群行为的甚少,本文根据人群聚散过程中表现出的特点,利用数学建模的方法,提出一种基于网格单元特征的人群聚散行为分析模型,实验结果表明该模型可以很好的量化描述人群聚散的程度。最后,为了验证算法的有效性,基于Qt、OpenCV开发了人群行为分析算法演示平台。
【关键词】：人群状态 异常行为 人群聚集 光流法
【学位授予单位】：中国民航大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41;D035
【目录】：

• 摘要6-7
• Abstract7-10
• 第一章 绪论10-16
• 1.1 研究背景与意义10-11
• 1.2 人群行为分析的研究框架与研究内容11-12
• 1.3 人群行为分析研究现状总结12-13
• 1.4 本文研究内容、文章结构与创新点13-16
• 1.4.1 研究内容及文章结构13-14
• 1.4.2 创新点14-16
• 第二章 人群行为分析算法演示平台开发16-19
• 2.1 算法实现工具Open CV介绍16-17
• 2.2 界面编程工具Qt介绍17
• 2.3 算法演示平台介绍17-18
• 2.4 本章小结18-19
• 第三章 人群运动状态分析与描述19-40
• 3.1 运动目标检测算法介绍19-20
• 3.2 人群运动前景提取20-23
• 3.3 图像预处理23-26
• 3.3.1 图像去噪处理23-25
• 3.3.2 形态学处理25-26
• 3.4 人群运动矢量提取26-31
• 3.4.1 角点检测算法介绍26-28
• 3.4.2 光流法计算人群运动矢量28-31
• 3.5 人群运动状态描述算子定义31-39
• 3.5.1 人群运动强度指数31-34
• 3.5.2 人群混乱指数34-37
• 3.5.3 人群状态指数37-39
• 3.6 本章小结39-40
• 第四章 人群异常行为分析与检测40-45
• 4.1 人群异常行为检测方案设计40-41
• 4.2 人群正常行为训练41-43
• 4.3 算法演示平台测试43
• 4.4 人群异常行为检测实验结果分析43-44
• 4.5 本章小结44-45
• 第五章 人群聚散行为分析与描述45-50
• 5.1 人群聚散行为建模45-48
• 5.2 实验结果分析48
• 5.3 算法演示平台测试48-49
• 5.4 本章小结49-50
• 第六章 总结与展望50-52
• 6.1 本文工作总结50
• 6.2 下一步展望50-52
• 参考文献52-56
• 致谢56-57
• 硕士期间发表论文及科研成果57

  本文关键词：人群状态分析与异常行为检测，由笔耕文化传播整理发布。

，

本文编号：304789