-
题名基于深度时空卷积神经网络的人群异常行为检测和定位
被引量：14
- 1
-
-
作者
胡学敏
陈钦
杨丽
余进
童秀迟
-
机构
湖北大学计算机与信息工程学院
-
出处
《计算机应用研究》
CSCD
北大核心
2020年第3期891-895,共5页
-
基金
国家自然科学基金青年基金资助项目(61806076)
湖北省自然科学基金青年资助项目(2018CFB158)
+1 种基金
湖北省大学生创新创业训练计划基金资助项目(201710512049)
湖北省人文社科重点研究基地开放课题(2015JX04)。
-
文摘
针对公共场合人群异常行为检测准确率不高和训练样本缺乏的问题,提出一种基于深度时空卷积神经网络的人群异常行为检测和定位的方法。首先针对监控视频中人群行为的特点,综合利用静态图像的空间特征和前后帧的时间特征,将二维卷积扩展到三维空间,设计面向人群异常行为检测和定位的深度时空卷积神经网络;为了定位人群异常行为,将视频分成若干子区域,获取视频的子区域时空数据样本,然后将数据样本输入设计的深度时空卷积神经网络进行训练和分类,实现人群异常行为的检测与定位。同时,为了解决深度时空卷积神经网络训练时样本数量不足的问题,设计一种迁移学习的方法,利用样本数量多的数据集预训练网络,然后在待测试的数据集中进行微调和优化网络模型。实验结果表明,该方法在UCSD和subway公开数据集上的检测准确率分别达到了99%和93%以上。
-
关键词
人群异常行为检测
深度时空卷积神经网络
迁移学习
数据扩充
-
Keywords
crowd abnormal behavior detection
deep spatial-temporal convolutional neural network
transfer learning
data augmentation
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于改进光流法的视频监控中人群异常行为检测算法
- 2
-
-
作者
铁富珍
-
机构
中国人民公安大学
青海警官职业学院
-
出处
《现代电子技术》
北大核心
2024年第7期45-48,共4页
-
文摘
危害社会公共安全的事件频发,研究视频监控中人群异常行为对于恢复治安秩序和保障公众安全有着重要意义。由于视频监控涉及多种多样的场景,复杂环境影响了人群异常行为的准确检测。因此,为提升视频监控中人群异常行为的检测效果,提出基于改进光流法的视频监控中人群异常行为检测算法。利用改进单高斯模型在视频监控中人群视频帧内提取角点作为特征点;基于改进光流法计算特征点的运动速度与方向,提取有效特征点,得到人群运动目标图像;通过计算人群运动目标图像内光流点的方向熵、幅值熵与平均速度的乘积,确定运动混乱度;对比分析运动混乱度与设置阈值,完成人群异常行为检测。实验结果表明,该算法可有效提取人群视频帧内的角点和运动目标图像,准确检测人群异常行为,具有较好的视频监控中人群异常行为检测效果。
-
关键词
改进光流法
视频监控
人群异常行为检测
单高斯模型
特征点
方向熵
幅值熵
运动混乱度
-
Keywords
improved optical flow method
video surveillance
crowd abnormal behavior detection
single Gaussian model
feature point
direction entropy
amplitude entropy
degree of motion chaos
-
分类号
TN911.73-34
[电子电信—通信与信息系统]
TP391
[电子电信—信息与通信工程]
-
-
题名基于能量的人群异常行为检测算法研究
被引量：1
- 3
-
-
作者
李新
郝海江
陈帆
黄琳
-
机构
桂林理工大学信息科学与工程学院
-
出处
《现代电子技术》
2022年第4期155-160,共6页
-
基金
广西自然科学基金(2018GXNSFBA281081)
广西嵌入式技术与智能系统重点实验室开放基金(RZ18103089,2018A⁃10,2019⁃02⁃03)。
-
文摘
群体异常的发生会危害社会公共安全,因此利用现有技术对人群进行实时监控和分析,对于维护社会秩序和公共安全具有重要意义。针对公共场所中人群异常行为的检测问题,文中提出一种基于人群运动能量变化的方法来检测人群中是否发生异常行为。该方法利用Farneback光流算法获得视频帧的前景运动图像,并计算视频帧的全局光流幅值。由于人群运动能量与光流幅值成正相关,因此可以通过计算全局光流幅值分析人群运动强度,计算人群瞬时能量,通过将相邻帧间的能量差值与特定阈值做比较来判断人群中是否发生异常事件。最后,在UMN数据集上对文中方法进行测试,得出三种场景下的AUC值分别为0.992,0.948和0.978。实验结果表明,文中所提出的算法能够有效地检测出人群的异常行为,可以满足实时性的要求,且具有良好的性能。
-
关键词
人群异常行为
群体检测
运动能量
智能监控
前景提取
光流幅值计算
异常事件判断
-
Keywords
crowd abnormal behavior
group detection
kinetic energy
intelligent monitoring
foreground extraction
optical flow amplitude calculation
abnormale vent judgement
-
分类号
TN919.23-34
[电子电信—通信与信息系统]
-
-
题名基于视频的人群密度分类算法
- 4
-
-
作者
刘小溶
汪晓飞
-
机构
成都师范学院计算机科学学院
-
出处
《成都工业学院学报》
2017年第4期11-14,共4页
-
基金
四川省科技厅应用基础项目(2016JY0199)
四川省大学生创新创业训练计划项目(201614389031)
-
文摘
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构成的危害性不同,因此,对应的关注度和敏感度也不相同。结合Vi Be算法,提出一种改进的人群密度分类方法。最后,通过对自拍视频数据集进行实验测试,验证了该算法的有效性和准确性。
-
关键词
人群密度估计
群体异常行为检测
密度分级
-
Keywords
crowd density estimation
crowd abnormal behavior detection
density classification
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
