-
题名基于多尺度卷积神经网络的人群聚集异常预测
被引量：4
- 1
-
-
作者
罗凡波
王平
徐桂菲
雷勇军
范烊
-
机构
西华大学电气与电子信息学院
国网四川省电力公司达州供电公司
国网四川省电力公司资阳供电公司
-
出处
《计算机工程与科学》
CSCD
北大核心
2020年第12期2223-2232,共10页
-
基金
教育部“春晖计划”(Z2012029)
四川省人工智能重点实验室基金(2016RYJ07)
西华大学研究生创新基金(ycjj2018025)。
-
文摘
已有的公共场所人群聚集异常行为检测方法较少,且大多检测方法都是在人群已经异常聚集后再进行检测,检测准确率不高,时效性不够好。提出一种基于多尺度卷积神经网络(MCNN)的人群聚集异常预测模型。首先,通过多尺度卷积神经网络训练一个人群计数模型,用训练好的模型对人群聚集异常视频进行测试;然后在测试中完成人群人数统计与人群头部坐标点获取,进而计算人群密度、人群距离势能与人群分布熵;最后将得到的3种人群运动状态特征值利用PSO-ELM进行训练,得到预测模型,通过特征数据的变化,完成人群聚集行为的预测。实验结果表明,与现有算法相比,该模型能有效实现人群聚集异常行为的预警与检测,时效性强,为采取相应应急措施提供了更多时间,预测准确率达到了97.17%。
-
关键词
聚集异常预测
MCNN
人群运动状态
人群密度
人群距离势能
人群分布熵
-
Keywords
prediction of crowd massing abnormity
multi-scale convolutional neural network
crowd motion state
crowd density
crowd distance potential energy
crowd distribution entropy
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名视频场景人群运动异常状态检测
被引量：2
- 2
-
-
作者
叶志鹏
刘鹏
赵巍
唐降龙
-
机构
哈尔滨工业大学计算机科学与技术学院
-
出处
《智能计算机与应用》
2017年第4期44-47,50,共5页
-
基金
国家自然科学基金(61171184)
-
文摘
针对视频场景的人群运动状态分析问题提出了一种方法,包括人群密度分级和运动异常检测。该方法利用场景中不同区域的亮度信息作为BP网络的输入向量分类人群密度,降低了计算的复杂性,排除不必要的干扰信息。在异常检测方面利用光流法获取人群的运动信息,包括运动速度和运动方向。实验结果表明,该方法的精度及实时性均高于传统方法,对确定视频场景中人群运动状态是有效的,可以为防止大规模安全事故提供参考。
-
关键词
视频分析
人群运动状态检测
BP神经网络
光流法
-
Keywords
video analyze
pedestrian motion state detection
BP neural network
optical flow method
-
分类号
TP391.9
[自动化与计算机技术—计算机应用技术]
-
-
题名视频监控中人群运动集体性的分析与研究
- 3
-
-
作者
程琤
王旭智
万旺根
-
机构
上海大学通信与信息工程学院
-
出处
《工业控制计算机》
2018年第11期102-104,共3页
-
文摘
随着社会和科技的发展,智能监控系统随处可见,而运动人群是监控视频中的一个重要组成部分,但对于智能监控中人群行为的分析还处于理论分析阶段。对人群群组运动的集体性进行了详细研究和分析,定量分析了人群的集体性,并通过真实人群的集体性实验验证了集体性描述符的合理、准确性。最后基于集体性描述符,提出了人群运动状态检测的阈值,并通过实验验证了阈值的有效性,实现了人群运动状态检测的应用。
-
关键词
人群行为
集体性
人群运动状态检测
-
Keywords
crowd behavior
collective
crowd movement detection
-
分类号
TN948.6
[电子电信—信号与信息处理]
-
