基于巴氏度量的车辆违章变道快速检测方法

针对目前城市道路监控视频中存在的事件检测及报警不及时问题,提出了一种快速有效地检测车辆路线和位置违章的方法。该方法不依靠传统的车辆检测和分割方法,而是首先利用Harris角点检测的方法提取车辆角点,然后用金字塔Lucas-Kanande(L-K)对角点进行快速跟踪,同时对跟踪的角点实行谱聚类,利用Bhattacharyya距离对角点和聚类中心进行度量,并将其进行归一化,由预先设定的阈值可以判断车辆是否发生了异常行为。与传统车辆异常行为检测方法相比,该方法具有方便、快速的优点,鲁棒性较强。

基于监控视频的异常事件识别

提出了一种基于监控视频的异常事件识别模型,该模型可以实时监测视频中的前景目标,并通过分析目标的运动信息判断是否有异常事件的发生。首先,采用背景建模的混合高斯算法提取前景目标;然后,用金字塔迭代的L-K特征点跟踪算法得到前景的光流运动信息,并通过分析前景的面积比例、速度方差、整体熵判断视频中是否有异常事件的发生;最后,利用爆炸、人群短时聚集和分散两种异常事件做仿真实验。结果表明,该模型可以准确提取前景目标区域,并可以快速、精准地判断监控视频中的异常事件,可以为管理部门及时发现和控制异常事件提供有效的帮助。