[发明专利]一种用于复杂结构化场景的人群运动轨迹异常检测方法有效
| 申请号： | 201510141935.6 | 申请日： | 2015-03-27 |
| 公开（公告）号： | CN104700434B | 公开（公告）日： | 2017-10-31 |
| 发明（设计）人： | 刘渭滨;崔静;邢薇薇;卢伟 | 申请（专利权）人： | 北京交通大学 |
| 主分类号： | G06T7/20 | 分类号： | G06T7/20 |
| 代理公司： | 北京正理专利代理有限公司11257 | 代理人： | 张雪梅 |
| 地址： | 100044*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种用于复杂结构化场景的人群运动轨迹异常检测方法，包括如下步骤提取监控视频历史数据中复杂结构化场景内的人群运动轨迹并对人群运动轨迹进行分段，得到人群分段运动轨迹；对人群分段运动轨迹进行基于最大最小距离的多中心聚类算法的学习，得到各人群分段运动轨迹类；提取监控视频当前数据中复杂结构化场景内的人群运动轨迹，并根据各人群分段运动轨迹类，对监控视频当前数据中复杂结构化场景内的人群运动轨迹进行基于LOF算法的异常检测。本发明所述技术方案对于复杂结构化场景中的异常检测相对于现有技术中的其他算法具有高鲁棒性、适用性、有效性和高效性，能够很好的满足实际需求。 | ||
| 搜索关键词： | 一种 用于 复杂 结构 场景 人群 运动 轨迹 异常 检测 方法 | ||
【主权项】：
一种用于复杂结构化场景的人群运动轨迹异常检测方法，其特征在于，该方法包括如下步骤：S1、分别提取监控视频历史数据中复杂结构化场景内的人群中所有个体的采样点组成的人群中所有个体的运动轨迹并对人群中所有个体的运动轨迹分别进行分段，得到人群中所有个体的分段运动轨迹；S2、对所述人群中所有个体的分段运动轨迹进行基于最大最小距离的多中心聚类算法的学习，得到各人群分段运动轨迹类；S4、分别提取监控视频当前数据中复杂结构化场景内的人群中各个体的采样点组成的人群中各个体的运动轨迹，并根据所述各人群分段运动轨迹类，对监控视频当前数据中复杂结构化场景内的人群中各个体的运动轨迹进行基于LOF算法的异常检测；所述步骤S1中对所述人群中所有个体的运动轨迹进行分段进一步包括如下子步骤：S1.1、将人群中所有个体的采样点的方向特征分别离散至该采样点最接近的标准方向；S1.2、分别将人群中所有个体的采样点的方向特征与该个体的前一采样时刻的采样点的方向特征变化大的采样点的位置点作为该个体的运动轨迹的关键点，并分别以所述关键点为端点对人群中所有个体的运动轨迹进行分段。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京交通大学，未经北京交通大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201510141935.6/，转载请声明来源钻瓜专利网。
- 上一篇：一种粒子系统中粒子顶点数据的更新方法
- 下一篇：一种瓶盖检测方法和装置
