-
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]
-
