[发明专利]基于假设检验的人群异常事件检测方法

摘要

本发明涉及一种基于人群的异常事件的检测方法，尤其是基于中密度人群的检测方法。本发明通过使用光流法，捕获人群的运动信息，从而得到人群的运动特征描述子；对于每个视频帧，提取每个像素点的特征向量，采用假设检验的统计方法进行基于运动特征描述子的分类；然后，将有假设检验模型计算得到的统计量值与阈值做比较，从而检测出异常事件的发生与否。本发明不仅在特征提取阶段省去了繁琐的预处理步骤，而且在检测阶段使用假设检验模型，在不降低检测结果的基础上，大幅度地降低了检测阶段的时间复杂度和计算复杂度。本发明不仅可应用于全局异常事件检测，同样有也适用于局部异常事件检测。

主权项

1.基于假设检验的人群异常事件检测方法，其特征在于通过使用光流法，捕获人群的运动信息，从而得到人群的运动特征描述子；对于每个视频帧，提取每个像素点的特征向量，采用假设检验的统计方法进行基于运动特征描述子的分类；然后将假设检验模型计算得到的统计量值与阈值做比较，从而检测出异常事件的发生与否，适合于需要实时处理的人群场景，具体步骤如下：步骤1：预处理首先从视频流中解码得到视频帧，然后对每个视频帧进行高斯滤波，其具体操作是：用一个模板扫描视频帧中的每一个像素，用模板确定邻域内像素的加权平均灰度值，并用该加权平均灰度值替代模板中心像素点的值；步骤2：特征提取；以步骤1高斯滤波后的视频帧作为输入，使用稠密光流法Horn‑Schunck对每帧图像逐像素计算视频流中相邻两帧间的光流值；步骤3：模型建立；使用假设检验的方法建立模型；步骤4：异常事件的检测；通过使用步骤3建立的检测模型对全局场景下的异常事件进行检测；该检测模型将每一个视频帧作为检测的样本集，用多个正常帧的平均光流值作为训练样本集，计算训练样本集与测试样本集之间的学生化极差统计量q值，并将q值与阈值作比较，如大于阈值，即假设不成立，则可判断出该测试视频帧为异常帧，否则，假设成立，则可判断出该测试视频帧为正常帧。