[发明专利]一种用于智慧安防的人群聚合特征分析方法和系统

说明书

一种用于智慧安防的人群聚合特征分析方法，包括如下步骤：S1，在安防监控的人群视频画面中提取运动个体目标，并分析运动个体目标的运动行为特征；S2，根据运动个体目标的运动行为特征，对人群进行架构分析。基于本方法，设计对应系统，将运动个体目标的运动行为特征与人群的架构结合，利用人群结构化程度，对人群的状态进行判断，避免了现有技术中人群整体架构分析的繁琐步骤的同时，提高了分析结果的准确性，也提高对人群架构分析的效率，有利于依据人群结构化的程度，对不同类型的人群采取不同等级的指标监测，使指标监测具有针对性和准确性。

技术领域

本发明涉及视频安防监控技术领域，更具体地说是涉及一种用于智慧安防的人群聚合特征分析方法和系统。

背景技术

对于车站、广场、建筑物廊道等普遍存在人群聚集现象的公共空间而言，视频安防监控的关注对象不应仅局限于特定的个人，例如逆行、停滞、倒地等存在异常行为动作者，也应该关注由一定数量的特定个人聚合在一起形成的人群；这些特定个人彼此之间可能是共同出行者，也可能是陌生人，但在移动过程中由于空间接近而聚合在一起，形成人群；在公共空间中，人群聚合现象非常普遍，因此，分析人群聚合特征，对维护公共空间的安全和交通顺畅非常重要，例如通过分析人群聚合特征，可以关注到存在混乱拥挤踩踏风险或者存在滞留拥堵可能性的重点人群，进而给与疏导、分流等举措。

但是，分析人群的聚合特征与分析特定个人的行为特征相比，要复杂很多，首先，人群中的个人的行为既受到人群的影响又反作用于人群，大量的研究实践证明，人群的混乱、踩踏等严重异常往往都是先由一个或者少数个个人的行为造成的，但是个人与人群的关系、对人群的影响都存在很大的多样性，什么情况下一个或者少数个个人的行为会造成整个人群的异常、什么情况下并不会明显反作用给人群，难以判断；其次，个体的正常行为和异常行为从表象上看存在明显的差异，而且各种状态的人群的外在表象，在出现比较大的异常前都很近似，难以展开有效的预测和分类。

因此，如何判断人群的状态，以及一个或者少数个人的行为对人群的影响程度，进而依据人群的特征采取不同等级的指标监测，是本领域技术人员亟待解决的问题。

发明内容

有鉴于此，本发明提供了一种于智慧安防的人群聚合特征分析方法和系统，通过对人群中个体目标的运动行为特征进行分析，以及两两比对，获取人群均一性指标值和约束性指标值，进而对人群进行架构分析，并判断其结构化程度，以期根据不同的人群聚合特征，采取不同等级的指标监测。

为了实现上述目的，本发明采用如下技术方案：

一种用于智慧安防的人群聚合特征分析方法，包括如下步骤：

S1，在安防监控的人群视频画面中提取运动个体目标，并分析运动个体目标的运动行为特征；

S2，根据运动个体目标的运动行为特征，对人群进行架构分析。

优选的，还包括如下步骤：预先在公共空间安装监控设备，采集人群视频画面。

优选的，运动个体目标的确定包括以下两种方式：人群密度小于预先设定的阈值时，选取人群中每个运动个体作为运动个体目标；人群密度大于预先设定的阈值时，从人群中选取一定比例的样本运动个体作为运动个体目标；由于公共空间的人群密度不固定，若密度较大时，还对运动个体逐一的进行运动行为特征分析，会降低分析效率，增加分析的时间，为了在最大限度上提高对人群中运动个体的运动行为特征分析的准确度，同时提高对运动行为特征分析的效率，针对不同的人群密度，提供了以上两种运动个体目标的选取方式。

优选的，所述S2包括如下步骤：

S21，逐一对运动个体目标的运动行为特征以及运动行为特征的变化率进行两两比较，获取两两之间的运动行为特征的均一性指标值以及约束性指标值；

S21，分别对均一性指标值和约束性指标值进行直方图统计，获取均一性指标值和约束性指标值的分布区间；