[发明专利]基于深度卷积神经网络的人群异常行为视觉检测及分析预警系统

摘要

一种基于深度卷积神经网络的人群异常行为视觉检测及分析预警系统，包括安装在监控目标设施的摄像机、安防云服务器和人群异常行为视觉检测分析预警系统；在系统中通过深度卷积神经网络技术提取出目标设施内的各种人体对象，然后用光流法计算识别判断人体的运动状态，接着对各人体对象的不同状态进行聚类和人群建模，进一步对人群对象进行密度计算和危险指数计算，最后根据人群密度、运动向量值、持续时间量化指标数据的不同组合来识别和判定各种人群行为异常，根据人群行为异常的情况启动相应人群聚集管控策略。本发明提出了一种规模没有局限性、精度较高、鲁棒性较好的基于深度卷积神经网络的基于深度卷积神经网络的人群异常行为视觉检测及分析预警系统。

主权项

一种基于深度卷积神经网络的人群异常行为视觉检测及分析预警系统，其特征在于：所述系统包括安装在监控目标设施的摄像机、安防云服务器和人群异常行为视觉检测分析预警系统；所述的摄像机用于获取目标设施的视频数据，配置在需要监控的目标设施的上方，通过网络将需要监控的目标设施的视频图像数据传输给所述的安防云服务器；所述的安防云服务器用于接收从所述的摄像机所获得的监控目标设施的视频数据，并将其递交给所述的人群异常行为视觉检测分析预警系统进行检测和识别，最后将检测分析结果保存在云服务器中并以WebGIS的方式进行发布，并推送报警至管理者或决策者；所述的人群异常行为视觉检测分析预警系统包括摄像机标定模块、人群聚集检测模块、人群聚集管控模块和人群聚集事件发布模块；所述的摄像机标定模块用于为计算人群密度和人群的聚集面积做好准备，采用张正友的平面标定方法，通过标定得到图像中的每个像素点与目标设施中实际面积之间的对应关系；所述的人群聚集检测模块，包括基于Fast R‑CNN人体对象检测单元、光流法人体运动状态检测单元、人群聚集判断单元和人群密度计算单元；所述的人群聚集管控模块用于根据人群密度、运动向量值、持续时间量化指标数据的不同组合来识别和判定各种人群行为异常，并根据不同的人群行为异常做出相应的预警方案；所述的人群聚集事件发布模块用于将人群异常行为视觉检测分析结果及相应的预警方案用WebGIS的方式进行发布，并推送报警至管理者或决策者。