-
公开(公告)号：CN106778688A
公开(公告)日：2017-05-31
申请号：CN201710026156.0
申请日：2017-01-13
Applicant: 辽宁工程技术大学
Abstract: 本发明提供一种拥挤场景监控视频中人群流异常事件的检测方法，涉及计算机视觉技术领域。首先，通过关联连续多帧间的光流，得到粒子运动的短时轨迹片段；然后，采用层次聚类算法对不稳定的光流轨迹片段进行聚类，使相邻且相似的轨迹片段聚成具有统计意义的小区域，提高运动描述的可靠性；最后，通过计算小区域中粒子运动的主方向和活动范围来检测人群流异常，为可能发生的安全事故提供预警。本发明粒子轨迹片段的聚类使单条不可靠的粒子轨迹能够与周围相似的粒子轨迹一起用于人群流运动描述，提高了运动描述的稳定性。在真实场景的监控视频上进行了测试，结果表明该方法能够有效检测人群流异常，且对过分割的轨迹片段聚类结果具有较强的适应性。
-
公开(公告)号：CN106778688B
公开(公告)日：2020-03-31
申请号：CN201710026156.0
申请日：2017-01-13
Applicant: 辽宁工程技术大学
Abstract: 本发明提供一种拥挤场景监控视频中人群流异常事件的检测方法，涉及计算机视觉技术领域。首先，通过关联连续多帧间的光流，得到粒子运动的短时轨迹片段；然后，采用层次聚类算法对不稳定的光流轨迹片段进行聚类，使相邻且相似的轨迹片段聚成具有统计意义的小区域，提高运动描述的可靠性；最后，通过计算小区域中粒子运动的主方向和活动范围来检测人群流异常，为可能发生的安全事故提供预警。本发明粒子轨迹片段的聚类使单条不可靠的粒子轨迹能够与周围相似的粒子轨迹一起用于人群流运动描述，提高了运动描述的稳定性。在真实场景的监控视频上进行了测试，结果表明该方法能够有效检测人群流异常，且对过分割的轨迹片段聚类结果具有较强的适应性。
-
Search Results
2
records
(took 0.022 seconds)
