适用于密集人群的异常事件实时检测方法

来源：计算机应用杂志2016年第6期北京时间：

作者：潘磊, 周欢, 王明辉

单位：1. 中国民用航空飞行学院 计算机学院, 四川 广汉 618307;2. 四川大学 计算机学院, 成都 610065

摘要：在密集人群场景下,针对现有异常检测算法在实时性和适用性方面的不足,提出了一种基于光流特征和卡尔曼滤波的实时检测方法。该方法首先提取图像的全局光流强度作为运动特征;然后对全局光流值进行卡尔曼滤波,并对残差进行分析;假设残差在正常状态下服从高斯分布,利用假设检验加以验证;运用最大似然(ML)估计得到残差的概率分布;在一定置信度下,确定正常状态的可信区间和异常状态的判定公式,并以此判断异常事件是否发生。实验结果表明,该方法对尺寸为320×240的视频,平均检测时间低至0.023 s/frame,且准确率可达95%以上。因而,该方法在保证较高检测率的同时,还具有良好的实时性。

关键词：智能视频监控,异常事件检测,光流法,卡尔曼滤波,残差分析

基金资助：国家自然科学基金资助项目(61071162);中国民航总局应用开发科技项目(MHRD20140212);四川省教育厅科研项目(16ZB0032);中国民用航空飞行学院面上基金资助项目(J2012-40)。