论文部分内容阅读
随着近年来公共场所恐怖事件和暴力事件的频发，如何保障公民在公共场所的人身安全已经成为人们关注的一个重要话题。政府为了提高公共场所的安全性，实施了各种安全防护措施，包括在公共场所安排人员巡逻和安装摄像头监控，这些措施都是通过增加人力来进行防护。随着近年来智能视频监控领域技术的不断发展，人们可利用计算机视觉系统对监控场景进行智能监控，节省了大量的人力物力。公共场所的群体性事件受到了政府等各级部门的重视，而群体性事件的前兆都是大量人员的聚集，所以如何检测人群聚散事件成为本文的研究课题。本文从如何描述场景中人群开始。由于人群场景个体多，形态各异，遮挡光照等因素影响很大，无法通过分割人群个体并对个体进行分析。我们对人群进行整体考虑，通过提取人群角点来表示人群个体，作为人群事件检测的基础，后续的事件检测都是通过对角点特征进行分析得到的。本文提出了两种基于角点的人群聚集事件检测算法。第一种是基于角点的凸包表示法的人群聚集事件检测算法。通过对角点进行聚类分析，将具有相似运动形态的人员聚集到一起进行整体考虑，用凸包表示每个类簇，然后对各个类簇的相互运动趋势进行分析进而判断是否有聚散事件发生。第二种是基于人群角点面积的人群聚集事件检测算法，通过角点面积来表征人群分布的聚散程度，而人群角点面积容易受到无关个体的影响，通过引入加权机制降低无关个体对角点面积影响。实验和测试结果表明：两种人群聚散事件检测算法各具优势，角点面积法实现简单，速度快；而凸包表示法检测精度高，抗干扰能力强。