人群运动的流体表达及异常行为检测

论文摘要

随着人类生活水平的提高及安全意识的增强，人类对社会的安全保障提出了越来越高的要求。作为新兴的智能视频监控系统则是利用计算机技术实现对视频的自动分析与检测报警，从而得到了越来越多人的青睐。而基于视频的人群异常行为检测技术成为此领域中比较活跃的一个分支，近年来得到国内外众多学者的关注与研究，并提出了多种解决的方案，从而高效的完成了安全保障任务，给社会带来了极大的经济效益；同时实现了及时报警，解决了传统监控系统的滞后现象。本文从理论与实际应用角度，对人群的恐慌事件检测进行了新的探索，提出的算法在实践中得到了应用。本文的主要贡献如下：（1）对视频中的人群运动进行估计。本文采用Horn-Schunck光流算法对相邻两帧图像进行运动估计，通过算法处理后得到人群运动的速度大小及方向。（2）由于光流场描述人群运动的低效性，同时考虑到人群运动与流体运动的相似性，因此能够把人群的运动架构到流体的运动中。本文提出一种结合流体力学中涡流，散度，梯度张量不变量等三种特征的方法对人群的恐慌行为进行检测。通过大量实验表明此方法能够有效地应用于室内室外等不同的场景。（3）针对人群恐慌事件的检测，本文引入流体力学熵的概念对所得到的各流体特征进行归一化并量化为不同等级，通过统计不同等级的像素数目计算熵值，以此来判断人群中恐慌事件的发生。对不同的场景实验表明，该方法能够有效的对人群异常事件做出判断。（4）针对前景区域的提取，本文首次运用了线积分卷积算法及最小二乘曲线拟合算法的结合。对于不同数目的人群首先需要对其前景区域进行提取，本文结合线积分卷积算法、灰度熵算法、最大类间方差阈值分割算法、最小二乘线性拟合算法对不同数目人群的恐慌事件进行检测。通过这样安排使得本研究的应用范围得到了推广，适用性能得到更大程度的发挥。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 研究背景
• 1.2 研究目的及意义
• 1.3 研究现状和发展趋势
• 1.3.1 智能监控系统的研究现状
• 1.3.2 智能监控系统的发展趋势
• 1.4 本文的主要研究内容
• 1.5 本文的结构安排
• 第2章 光流场的运动检测
• 2.1 光流场综述
• 2.2 光流场分类
• 2.3 光流场算法原理
• 2.3.1 运动场与光流
• 2.3.2 光流计算的局限性
• 2.4 微分光流计算方法
• 2.4.1 光流的约束方程
• 2.4.2 Horn-Schunck 光流算法
• 2.4.3 Lucas-Kanade 光流算法
• 2.4.4 光流场实验结果
• 2.5 本章小结
• 第3章 流体特征表述
• 3.1 引言
• 3.2 流体特征介绍
• 3.2.1 涡流特性
• 3.2.2 散度特性
• 3.2.3 梯度张量不变量特性
• 3.3 线积分卷积介绍
• 3.3.1 线积分卷积原理
• 3.3.2 LIC 算法的实现
• 3.4 本章小结
• 第4章 人群密度估计
• 4.1 引言
• 4.2 灰度熵在人群中应用
• 4.3 前景目标提取
• 4.3.1 OTSU 分割
• 4.3.2 高斯混合模型分割
• 4.4 最小二乘线性曲线拟合
• 4.5 本章小结
• 第5章 流体力学熵表达及异常行为自动识别
• 5.1 引言
• 5.2 流体力学熵表达
• 5.3 人群异常行为自动识别
• 5.3.1 人群正常行为训练
• 5.3.2 人群恐慌行为检测
• 5.4 不同方法比较
• 5.5 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间承担的科研任务与主要成果
• 致谢
• 作者简介