[发明专利]一种基于分层处理的人群异常行为智能检测方法

权利要求书

1.一种基于分层处理的人群异常行为智能检测方法，其特征在于：其包括人群状态预判与人群异常行为检测两个过程，其中：人群状态预判过程包括按顺序进行的下列步骤：

1)对视频输入利用混合高斯模型提取出人群前景；

2)对上述提取到的人群前景利用中值滤波器进行中值滤波处理，然后计算出人群前景区域面积S；

3)对相邻两帧视频取差而得到帧差区域面积S₂；

4)将步骤2)中得到的人群前景区域面积S作为前景掩模算子对步骤3)中得到的帧差区域面积S₂做掩模运算，由此得到人群移动区域面积S₁；

5)根据步骤2)中得到的人群前景区域面积S与步骤4)中得到的人群移动区域面积S₁计算出人群状态变化指数R，其中

6)利用人群状态变化指数R对人群状态进行预判，当R<R₀时，说明人群处于正常状态，R₀表示人群状态阈值；当R>R₀时,说明人群运动状态发生变化，可能有异常状况发生，进一步通过下述的步骤进行检测；

所述的人群异常行为检测过程包括按顺序进行的下列步骤：

A)对视频输入进行Harris角点检测；

B)对上述检测到的Harris角点进行L-K光流跟踪，得到人群运动矢量场w_i＝{u,v},其中w_i代表第n帧中第i个特征点的运动矢量场；

C)根据步骤B)中得到的人群运动矢量场，计算每一个特征点的速度，

D)根据步骤C)得到的特征点的速度，进一步计算第n帧的人群运动能量E_n，其中m_i代表第n帧的第i个特征点的质量，这里假设所有的特征点的质量m_i＝1，第n帧共有j个特征点；

E)根据步骤B)中得到的人群运动矢量场，进一步得到人群运动方向分布直方图:h(i)＝{k_i,0<i<＝8}，其中h(i)代表每个方向包含的运动矢量的数目，总共划分为8个方向；

F)根据步骤E)中得到的人群运动方向分布直方图得到人群方向分布概率P(i)，其中m为人群运动矢量的总数，

G)根据步骤F)中得到的人群方向分布概率，进一步计算人群运动方向熵H_n，

H)根据步骤D)中得到的人群运动能量E_n和步骤G)中得到的人群运动方向熵H_n进行人群异常行为判定，若E_n>E₀且H_n>H₀，判定该人群发生了异常行为，其中H₀表示人群运动方向熵的阈值。