基于LBPCM和社会力模型的人群异常检测

人群异常事件检测是智能视频监控中的重要研究内容,本文提出一种基于LBPCM(Local binary pattern co-occurrence matrix)和社会力模型的人群异常检测算法,利用LBPCM算法提取人群密度特征,在对视频帧计算光流的基础上,计算相互作用力,生成相互力作用直方图(HOIF)来表征人群运动信息,最后将两种特征融合送入支持向量机进行训练分类,实验表明,该算法能有效的检测出人群异常事件。

一种基于速度强度熵与纹理特征的人群异常检测算法

人群异常事件检测是智能视频监控领域的重要研究内容,文章提出了一种融合速度强度熵VMME与纹理特征的人群异常行为检测算法.该算法采用LBPCM算法提取图像纹理特征,在视频帧计算光流基础上,获得特征点速度强度图,并以其熵VMME作为场景运动特征,将场景纹理特征和运动特征送入支持向量机训练分类.实验表明,新算法可实现对人群异常行为的检测,且有较高准确率.