公开(公告)号：CN111401225A

公开(公告)日：2020-07-10

申请号：CN202010174262.5

申请日：2020-03-13

Applicant: 河海大学常州校区

Inventor： 范新南 ,  严炜 ,  史朋飞 ,  张学武 ,  鹿亮

IPC: G06K9/00 ,  G06K9/62

Abstract: 本发明公开了一种基于改进逻辑回归分类的人群异常行为检测方法，具体步骤包括：步骤1：提取正常行为人的运动前景和有异常行为人的运动前景；步骤2：采用Lucas-Kanada光流法提取正常行为人的U、V光流矢量和有异常行为人的U、V光流矢量；步骤3：采用正弦变换学习率的方法改进逻辑回归分类算法；步骤4：将两种运动前景的U、V光流矢量当中的一部分输入至改进的逻辑回归分类算法中进行训练，从而得到具有最佳超参数的网络模型；步骤5：将剩余部分作为测试集运用到训练好的网络模型中测试算法的性能。本发明模型构建简单，对人群拥挤、遮挡严重的情况仍然保持较高的检测精度，而且检测速度快，泛化性能好，不仅能满足实时性的要求，还能适应多种场景。

公开(公告)号：CN111401225B

公开(公告)日：2022-08-30

申请号：CN202010174262.5

申请日：2020-03-13

Applicant: 河海大学常州校区

Inventor： 范新南 ,  严炜 ,  史朋飞 ,  张学武 ,  鹿亮

IPC: G06V10/774 ,  G06V10/764 ,  G06V40/20 ,  G06V20/52 ,  G06V10/82

Abstract: 本发明公开了一种基于改进逻辑回归分类的人群异常行为检测方法，具体步骤包括：步骤1：提取正常行为人的运动前景和有异常行为人的运动前景；步骤2：采用Lucas‑Kanada光流法提取正常行为人的U、V光流矢量和有异常行为人的U、V光流矢量；步骤3：采用正弦变换学习率的方法改进逻辑回归分类算法；步骤4：将两种运动前景的U、V光流矢量当中的一部分输入至改进的逻辑回归分类算法中进行训练，从而得到具有最佳超参数的网络模型；步骤5：将剩余部分作为测试集运用到训练好的网络模型中测试算法的性能。本发明模型构建简单，对人群拥挤、遮挡严重的情况仍然保持较高的检测精度，而且检测速度快，泛化性能好，不仅能满足实时性的要求，还能适应多种场景。