基于图像处理的公交车内人群异常情况检测

摘要：

为有效地监控公交车这一特定环境中人群的异常行为,提出一种公交车内人群异常情况检测的方法.对视频图像确立感兴趣区域,进行预处理;通过改进ViBe算法提取运动目标,引入多尺度滑窗算法确定识别区域;结合连续多帧识别区域进行改进卷积神经网络算法的异常行为识别,通过识别结果判断公交车内人群是否异常.与传统方法的比较结果表明,该算法的检测正确率较高,可达93.5％,误检率较低,仅为1.6％,在实际应用中具有较高的参考价值.

关键词：深度学习、卷积神经网络、多尺度滑窗、人群异常识别、运动检测

所属期刊栏目：39

分类号：TP391.41(计算技术、计算机技术)

资助基金：无锡市物联网发展专项基金项目0414B011601130052PB

在线出版日期：2018-04-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：165-171