基于光流共生矩陣的人群行為異常檢測

曾慶山，宋慶祥，范明莉

(鄭州大學 電氣工程學院，河南 鄭州 450001)

0 引言

近年來，公共場所人群安全問題日益頻發，應用智能監控技術進行安全管理，并在群體性安全事件發生初期自動檢測識別并預警，是當前計算機視覺領域的研究熱點.人群行為異常檢測算法主要通過視頻預處理、特征提取、模型構建等步驟從監控視頻中檢測識別異于平常的人群行為.近些年來，國內外研究人員在人群行為異常檢測問題上提出了許多經典的算法,從算法理論基礎的角度來說，大致可以分為兩類:(1)基于人群運動軌跡的檢測算法[1-3]，如文獻[2]通過建立正常人群行為軌跡的隱馬爾科夫模型(HMM)進行人群行為異常檢測；(2)基于底層特征的檢測算法[4-10]，如文獻[4]通過提取視頻的三維時空梯度特征并對其進行HMM模型訓練，進行人群行為異常檢測.

第一類算法在人群稀疏無遮擋的情況下效果不錯，然而在中高密度存在人群相互遮擋的情況下效果不佳；第二類算法在一定程度上避免了因人群相互遮擋對算法性能的影響，但仍存在一些問題.如文獻[7]通過構建混合時空動態紋理特征(MTSDT)進行人群行為異常檢測，然而MTSDT本質上基于圖像紋理，更傾向于描述人群圖像紋理的變化而非人群運動行為的實際情況，因此以其作為人群行為異常檢測的判別特征，將會影響到人群行為異常檢測的正確率.

針對傳統基于圖像紋理特征來檢測人群行為異常所造成的偏差，筆……