本文關(guān)鍵詞：人群狀態(tài)分析與異常行為檢測，由筆耕文化傳播整理發(fā)布。

【摘要】：當(dāng)前公共安全問題日益突出,公共場所群體性事件頻繁發(fā)生,例如踩踏、聚集及群毆等危害公共安全的行為。公共安全形勢嚴峻,對監(jiān)控場景下的基于視頻內(nèi)容分析技術(shù)的人群狀態(tài)及異常行為的研究具有重要的現(xiàn)實意義,不僅可以保障人群活動的安全,同時可以為公共場所的人群管理及調(diào)度提供重要的指導(dǎo)信息。人群行為分析的研究在智能視頻監(jiān)控、人群管理、公共空間設(shè)計、虛擬環(huán)境、智能交通等領(lǐng)域具有巨大的應(yīng)用價值。本文首先通過對人群場景進行Harris特征點檢測,進一步利用光流法對人群特征點進行跟蹤得到人群運動矢量場。其次,根據(jù)得到的人群運動矢量場,結(jié)合物理學(xué)上動能定理定義了人群運動強度指數(shù)來描述人群運動強度大小,根據(jù)人群運動矢量場可以得到人群的方向分布,利用信息論中熵的概念定義了人群混亂指數(shù)來描述人群運動方向的混亂程度。此外,提出了人群移動區(qū)域面積的概念,根據(jù)人群移動區(qū)域面積占人群前景的比例定義了人群狀態(tài)指數(shù)來描述人群運動的幅度大小。實驗結(jié)果表明定義的三個人群狀態(tài)描述算子可以很好的對人群運動狀態(tài)進行描述。鑒于目前人群異常行為檢測算法存在復(fù)雜度高、運算量較大及難以保證實時性的問題,根據(jù)定義的描述人群狀態(tài)的三個描述算子設(shè)計了一種分層處理的人群異常行為檢測方案,實驗結(jié)果表明方案具有較好的檢測效果的同時降低了算法的運算量,提高了實時性。人群聚集以后經(jīng)常會伴隨發(fā)生一些暴力不可控事件,但是關(guān)注研究此人群行為的甚少,本文根據(jù)人群聚散過程中表現(xiàn)出的特點,利用數(shù)學(xué)建模的方法,提出一種基于網(wǎng)格單元特征的人群聚散行為分析模型,實驗結(jié)果表明該模型可以很好的量化描述人群聚散的程度。最后,為了驗證算法的有效性,基于Qt、OpenCV開發(fā)了人群行為分析算法演示平臺。
【關(guān)鍵詞】：人群狀態(tài) 異常行為 人群聚集 光流法
【學(xué)位授予單位】：中國民航大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP391.41;D035
【目錄】：

• 摘要6-7
• Abstract7-10
• 第一章 緒論10-16
• 1.1 研究背景與意義10-11
• 1.2 人群行為分析的研究框架與研究內(nèi)容11-12
• 1.3 人群行為分析研究現(xiàn)狀總結(jié)12-13
• 1.4 本文研究內(nèi)容、文章結(jié)構(gòu)與創(chuàng)新點13-16
• 1.4.1 研究內(nèi)容及文章結(jié)構(gòu)13-14
• 1.4.2 創(chuàng)新點14-16
• 第二章 人群行為分析算法演示平臺開發(fā)16-19
• 2.1 算法實現(xiàn)工具Open CV介紹16-17
• 2.2 界面編程工具Qt介紹17
• 2.3 算法演示平臺介紹17-18
• 2.4 本章小結(jié)18-19
• 第三章 人群運動狀態(tài)分析與描述19-40
• 3.1 運動目標(biāo)檢測算法介紹19-20
• 3.2 人群運動前景提取20-23
• 3.3 圖像預(yù)處理23-26
• 3.3.1 圖像去噪處理23-25
• 3.3.2 形態(tài)學(xué)處理25-26
• 3.4 人群運動矢量提取26-31
• 3.4.1 角點檢測算法介紹26-28
• 3.4.2 光流法計算人群運動矢量28-31
• 3.5 人群運動狀態(tài)描述算子定義31-39
• 3.5.1 人群運動強度指數(shù)31-34
• 3.5.2 人群混亂指數(shù)34-37
• 3.5.3 人群狀態(tài)指數(shù)37-39
• 3.6 本章小結(jié)39-40
• 第四章 人群異常行為分析與檢測40-45
• 4.1 人群異常行為檢測方案設(shè)計40-41
• 4.2 人群正常行為訓(xùn)練41-43
• 4.3 算法演示平臺測試43
• 4.4 人群異常行為檢測實驗結(jié)果分析43-44
• 4.5 本章小結(jié)44-45
• 第五章 人群聚散行為分析與描述45-50
• 5.1 人群聚散行為建模45-48
• 5.2 實驗結(jié)果分析48
• 5.3 算法演示平臺測試48-49
• 5.4 本章小結(jié)49-50
• 第六章 總結(jié)與展望50-52
• 6.1 本文工作總結(jié)50
• 6.2 下一步展望50-52
• 參考文獻52-56
• 致謝56-57
• 碩士期間發(fā)表論文及科研成果57

  本文關(guān)鍵詞：人群狀態(tài)分析與異常行為檢測，由筆耕文化傳播整理發(fā)布。

，

本文編號：304789