基于人群密度估计的群体异常行为检测

近期我国发生多起公共场所群体性事件,社会对群体异常监控提出了需求。本文从人群密度角度,对群体事件的异常进行检测。采用SURF算法提取前景特征点数,并根据特征点数量进行人群密度划分,针对高密度人群,采取Horiv Schunck光流算法,提取人群的运动方向和加速度,用SVM分类机进行异常的判断,最终完成对群体异常性行为的检测。

智能视频监控中的群体异常事件检测研究

针对群体异常行为检测,基于SVM结合混合特征的方法来解决这一问题,并通过仿真实验实现了基于SVM的群体异常事件检测并进行初步分类。通过使用LK光流法提取运动特征,Gabor小波变换提取纹理特征,颜色均值及颜色方差计算得到颜色特征,组合为166维的新特征并用SVM进行训练,判断是否有群体异常事件并分类。