[發明專利]視頻圖像中群體行為特征處理方法和裝置

有效

• 申請號: 201410209727.0
• 申請日: 2014-05-16
• 公開（公告）號: CN105095908B
• 公開（公告）日: 2018-12-14
• 發明（設計）人: 邵婧;呂健勤;梁炎;劉健莊;湯曉鷗
• 申請（專利權）人: 華為技術有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 劉芳

本發明公開一種視頻圖像中群體行為特征處理方法和裝置，其中，所述方法包括:根據群體中不同成員特征點的運動軌跡，將群體分為m個群組m大于1；分別確定每個群組的行為特征的描述子；根據所述每個群組的行為特征的描述子進行群體行為分析。解決現有的群體行為的檢測和分析方法中存在分析結果準確率低的問題。

技術領域

本發明實施例涉及數據處理技術領域，尤其涉及一種視頻圖像中群體行為特征處理方法和裝置。

背景技術

群體行為分析是指判斷群體處于何種行為狀態之下，也就是將群體的行為進行分類，如“有組織地向同一個方向移動”、“相向移動”、“聚攏”、“分散”等。

在視頻監控中，群體行為的檢測和分析對于異常行為檢測、大型場所規劃都起到重要作用。例如，在公共場合發生暴恐事件時，如果能及早檢測出人群四散奔逃的群體行為，將會加快啟動應急措施，挽救更多生命。本文所述的群體不僅指人群，也可指其它事物群體，如細菌群落、魚群、車流等。因此，群體行為分析也包括動物、微生物、車輛路況的群體行為分析等，對生物學研究、交通控制等都有很重要的應用價值。

在現有技術中，對群體行為的檢測和分析通常采用單個成員分析的方法或者整體分析法；其中，單個成員分析的方法是對場景中的多個成員進行目標跟蹤并對成員進行細致分割，對分割出的成員進行行為分析，將成員行為分析結果綜合得到整個群體的行為分析結果；然而，將成員作為基本分析單位，需要對成員進行定位和分割，在人群密度很高的情況下，遮擋很嚴重，做不到成員的細致分割，基于成員分割的行為分析就會失效，因此，單個成員分析的方法不適合大規模群體分析；整體分析法是對整幅場景圖像進行整體特征提取，根據提取的整體特征進行行為分析，其缺點是不能體現出場景中成員與成員、群組與群組的關系，因此分析結果較為粗略不夠準確。

因此，現有的群體行為的檢測和分析方法中存在分析結果準確率低的問題。

發明內容

本發明實施例提供一種視頻圖像中群體行為特征處理方法和裝置，用以解決現有的群體行為的檢測和分析方法中存在分析結果準確率低的問題。

第一方面，提供一種視頻圖像中群體行為特征處理方法，包括：

根據視頻圖像中群體中不同成員特征點的運動軌跡，將群體分為m個群組m大于1；

分別確定每個群組的行為特征的描述子；

根據所述每個群組的行為特征的描述子進行相應的群體行為特征處理；

所述成員特征點是利用目標跟蹤算法，鎖定視頻圖像中的成員進行運動跟蹤得到的特征點，包括角點、邊緣點或具有特定紋理特征的點。

基于第一方面，在第一種實現方式中，所述根據群體中不同成員特征點的運動軌跡，將群體分為m個群組，包括：

A、根據群體中不同成員特征點的運動軌跡，將群體初始化為多個初始化群組；

B、在多個初始化群組中任選一個初始化群組C_i，根據初始化群組C_i中每個成員特征點的運動軌跡和方向變化，將具有最長的運動軌跡和最小的方向變化的成員特征點設為對應初始化群組C_i的成員特征點代表

C、根據初始化群組C_i中其他成員特征點的運動軌跡和成員特征點代表的運動軌跡，計算初始化群組C_i中其他成員特征點的運動速度和成員特征點代表的運動速度的相似度，若相似度大于預設閾值η，則將所述其他成員特征點作為初始化群組C_i的種子成員特征點，加入到初始化群組C_i的種子成員特征點集合S_i中；