基于光流及轨迹的人群异常行为检测

摘要：

针对复杂背景及遮挡等原因引起人群异常行为检测性能低的问题,本文提出了一种基于综合光流特征描述符(SOFD)及轨迹的人群异常行为检测方法.首先,根据人群光流场变化计算人群运动速度、加速度、方向和能量,并利用上述特征设计新的时空特征描述符,即SOFD.其次,利用KLT追踪算法获得人群运动轨迹单帧图.最后,基于所获取的上述特征,设计双流卷积神经网络(TS-CNN)以检测人群异常行为.仿真结果表明:与现有主流算法相比,复杂环境下本文方法具有较高的异常行为检测准确率、较好的泛化性及稳健性.

关键词：计算机应用、人群异常行为检测、综合光流特征描述符、轨迹、双流卷积神经网络

所属期刊栏目：50

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;国家自然科学基金;中国博士后科学基金;河南省高等学校重点科研项目;河南省科技攻关计划

在线出版日期：2020-12-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：2229-2237