基于运动前景效应图特征的人群异常行为检测

张俊阳 谢维信 植柯霖

(深圳大学ATR国防科技重点实验室，广东深圳 518060)

1 引言

随着社会上暴恐袭击、人群拥挤踩踏等安全问题的发生，智能视频监控技术的发展显得愈加重要，考虑到中、高密度的人群往往更容易发生突发状况，且现实中公共场所存在大量的视频监控，故针对人群的异常行为检测越来越受到学者、管理者的重视，具有较高的研究与应用价值，视频中人群异常行为检测技术已成为近年来智能视频监控领域的一个研究热点。

人群异常行为检测首要解决的问题即是如何界定人群中的异常行为和正常行为。异常行为的定义通常具有很大的人为主观性，特点为发生概率小，且正常人能够明确地发觉，通常易对他人、公共场合等造成不利影响或预示着危险事故的发生[1]。根据这一特点，研究者重视的人群中异常行为有行人围观拥堵道路、可疑人往人群丢包裹[2]、广场及室内场合的恐慌奔跑、车辆闯入人行道等行为[3]，此外，行人徘徊、摔倒、多人打架斗殴[4]等异常行为检测也备受关注。

近年来，研究者已经在人群异常行为检测领域提出许多有效方法。总体上，根据表征人群运动行为特征提取方法的不同，可将异常行为检测大致分为2类：①基于低级视觉特征的算法，如文献[5]通过对每一训练帧提取最大光流映射直方图特征，构建过完备字典，设定稀疏重构阈值判断检测帧是否异常。可有效检测全局异常行为，但无法定位异常，算法耗时多。……