公共场所行人异常行为识别方法综述

为明确公共场所行人异常行为识别理论与技术研究进展,首先,借助中国知网(CNKI)和Web版引文数据库(WOS),给出公共场所行人异常行为广义定义与泛在特征,将常见异常行为划分为危害行为、不合群行为和违规行为3类;其次,从数据和技术基础视域,将现有异常行为识别方法划分为人工设计法、人体骨架法、红绿蓝(RGB)图像法和可穿戴传感器法4类;然后,梳理国内外主流人群异常行为数据集,分析相关算法在数据集上的性能表现;最后,从可用数据集和数据融合检测等方面总结现有研究方法局限性,给出未来研究方向与优化建议。研究结果表明:4类异常行为识别方法各有其优缺点;异常行为识别领域缺乏行为种类丰富、定义清晰、高质量的人群异常行为数据集;未来研究应聚焦稳健性强、准确率高的异常行为识别方法、模型及算法;探索多维数据融合互补检测方法,提升异常行为识别理论成果的应用场景的自洽性和自适应性,提高公共场所人群安全治理水平。

城市交通枢纽行人异常行为分析研究综述

城市交通枢纽是居民出行的重要支撑节点,普遍具有客流密集、空间封闭、多方式客流复杂交织等特征,也承担了巨大的安全组织与运维的压力。因此,对枢纽内行人异常行为的管控是保证其安全运维的重要关注点之一。目前,对枢纽行人异常行为的辨识主要是依托计算机视觉技术来实现,即:一种是主要关注客流轨迹和密度差异,利用目标检测技术提取枢纽内行人目标并进行轨迹预测,以分析个体或小群体的异常轨迹数据来判断行人的异常行为;另外一种是利用姿势估计技术提取行人的微观动作数据,通过分析行人的骨骼关节点数据来判断其异常动作和行为意图。故梳理了枢纽内行人行为的研究成果,概括分析了基于模型驱动和数据驱动的行人异常行为研究与应用成果,并解析行人异常行为的致因机理,总结了枢纽面对行人异常行为的管理措施,最后进行了枢纽行人异常行为研究的分析和展望。该综述可以加深对交通枢纽行人异常行为的理解,为枢纽内行人的安全运维提供参考和支持。

基于监控视频的行人异常行为检测技术研究

行人异常行为分析是视频监控领域中重要的研究方向。从基于规则、基于模型两方面对行人异常行为检测算法进行归纳总结,根据判定方式将算法分为阈值判定和分类判定,比较了各类算法的优势和不足,同时对使用较多的数据库进行了总结,最后讨论了异常行为研究在实际应用和未来研究中应该考虑的问题。

图像自动识别技术在行人异常行为检测中的应用

图像自动识别技术是计算机图像专业的新型研究领域,同时也是饱受人们关注的学术课题。传统监控视频主要是依据肉眼可视分辨,需要消耗大量人力和物力。基于此,提出图像自动识别技术在行人异常行为检测中的应用。通过图像自动识别技术在行人异常行为检测的一般流程,在划定监测区域的前提下,进行信息扫描识别基础上的特征提取,最终将检测信息和追踪信息进行整合。