[發明專利]基于LBP加權社會力模型的人群異常事件檢測方法有效
| 申請號: | 201210065523.5 | 申請日: | 2012-03-13 |
| 公開(公告)號: | CN102682303A | 公開(公告)日: | 2012-09-19 |
| 發明(設計)人: | 楊華;曹藝華;張科銘;蘇航 | 申請(專利權)人: | 上海交通大學 |
| 主分類號: | G06K9/62 | 分類號: | G06K9/62;G06T7/20 |
| 代理公司: | 上海漢聲知識產權代理有限公司 31236 | 代理人: | 郭國中 |
| 地址: | 200240 *** | 國省代碼: | 上海;31 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 lbp 加權 社會 模型 人群 異常 事件 檢測 方法 | ||
技術領域
本發明涉及計算機視頻處理技術領域,具體為一種基于LBP加權社會力模型的人群異常事件檢測方法,尤其適合人群密度較大、場景較為復雜的異常行為檢測。
背景技術
隨著社會的發展以及人口的不斷增多,大規模人群活動中突發事件造成的人員傷亡引起人們對社會公共安全問題的重視,越來越多的視頻監控系統被應用于各種公共場所。傳統的視頻監控系統通過監控場景的閉路電視進行人工監控報警,費時費力且缺乏客觀性。而隨著監控系統規模的不斷擴大,視頻數據快速增長,有限的人力已經很難從海量的監控視頻中獲取有用的信息。因此,對視頻中異常行為的自動識別和判斷已經成為人們的研究重點。
視頻中的群體研究方法按照其建模方法主要分為兩種:一種是微觀建模,通過對群體中個體目標的識別和跟蹤來分析人群的行為特征。這種方法在人群稀疏、場景簡單的狀況下效果較好。當人群密度較大、場景較復雜時,多目標的識別和跟蹤大大增加了其方法的復雜度,而目標的分割與跟蹤也由于遮擋、聚簇等變得難以實現。另一種是宏觀建模,通過對視頻進行特征提取,建立群體的模型,然后用采集到的數據進行機器學習,對異常情況和正常情況進行分類。這種方法對人群整體的分析效果較好,尤其適用于密度較高的人群。
社會力模型由于可以較好的模擬人群中個體的運動及其受力情況而被用于群體建模。2009年,Mehran等人將社會力模型應用于視頻中異常事件的檢測,用社會力模型計算每個采樣點受到的相互作用力,得到圖像上的社會力場,訓練學習以判別視頻中的異常事件。但其假設每個粒子的質量均為1,行人聚集程度參數統一,光流大小不受攝像距離遠近的影響,忽略了場景中不同區域的差別,準確度有待提高。
經檢索,中國發明專利申請號為201110090467.6,公開號為102156880A,該專利“提供一種基于改進的社會力模型的異常集群行為檢測方法,用于解決復雜高密集度場景中人群異常行為的檢測與定位,考慮到行人速度對相互間作用力的影響,使其更好的描述行人間的相互作用力,即行人受到的社會力。用光流法跟蹤均勻分布在前景像素中的粒子,得到行人的速度場,用改進的社會力模型,計算出行人受到的社會力。統計每個前景矩形塊中行人的速度和受力,設定閾值,判斷每個矩形塊中行人行為不穩定性的級別,并視不穩定性高的矩形塊為異常塊,既能夠檢測異常行為又能通過矩形塊對異常行為進行了準確的定位。”但是該專利還是存在上述的背景建模、前景提取以及目標的檢測與跟蹤等處理,相對比較復雜。
發明內容
本發明的目的在于克服上述現有技術的不足之處,提出了一種基于LBP加權社會力模型的人群異常事件檢測方法,該方法不用進行目標的識別和跟蹤,所采用的社會力模型的參數由區域的具體情況所確定,使特征提取更為接近現實,這種方法大大提高了異常行為的查準率及查全率。此外,由于該方法不需要復雜的背景建模以及對視頻進行了網格狀粒子采樣,計算簡單,魯棒性強。
本發明是通過以下技術方案實現的,包括以下幾個步驟:
第一步:基于塊匹配法計算采樣點的光流向量。
首先將彩色視頻轉化為灰度視頻,使用中值濾波進行去噪,然后在空間和時間上進行網格狀采樣,使用基于塊匹配的方法計算采樣點的光流向量。匹配能量函數為平均絕對值差函數,即圖像差分的L1范數;搜索方法為旋轉搜索法,圍繞中心位置搜索最佳匹配的光流向量。
由于距離攝像頭越遠的人在圖像平面上所占據的大小越小,同樣的位移在距離攝像頭越遠的地方所代表的速度越大,為了更進一步貼近實際情況,提高準確率,同時又考慮到計算的復雜度,本發明中采用了基于線性內插權重的透視矯正。對光流大小不為零的地方加一個矯正參數以更為準確的表示實際光流。離攝像頭越遠,矯正參數越大。
第二步:基于時空域局部二進制模式對采樣點進行動態紋理提取,并進行傅里葉變換的譜分析。
局部二值模式(Local?Binary?Pattern,LBP)是將鄰域作為一個處理單元,以中心像素灰度作為閾值,與該像素鄰域中的其他像素對比,如果大于中心像素的灰度,則對應鄰域像素置為1,否則置0,得到0、1交替的二進制序列。
此種取值方法對像素變化大小表征的不明顯,為了彌補此缺陷,本發明通過時空鄰域點像素與中心像素差值的大小來決定賦值,差值大的置為1,差值小的置為0。再結合時域特性,取相鄰3幀計算。序列順序主要有兩種:螺旋形,即先在幀內旋轉排列,再沿圓柱體在幀間旋轉排列;之字形,即先排列幀間對應點,再走之字形旋轉排列。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于上海交通大學,未經上海交通大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201210065523.5/2.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種紙類識別方法及相關裝置
- 下一篇:一種薄膜偏振片裝校裝置及裝校方法





