基于脈線的群體分割與異常行為檢測(cè).pdf

1、隨著計(jì)算機(jī)處理分析圖像能力的日益提高，利用計(jì)算機(jī)跟蹤和分析群體的行為已經(jīng)成為計(jì)算機(jī)視覺研究領(lǐng)域的一個(gè)熱點(diǎn)。群體運(yùn)動(dòng)的分割和人群的異常行為檢測(cè)是群體運(yùn)動(dòng)分析的首要步驟和基本前提。本文將流體力學(xué)中的脈線的概念引入到計(jì)算機(jī)視覺中，利用脈線的流體屬性提取群體的運(yùn)動(dòng)特征，實(shí)現(xiàn)流動(dòng)群體的分割和人群異常行為識(shí)別。
　　在計(jì)算機(jī)視覺中計(jì)算群體的運(yùn)動(dòng)特征必須克服的第一個(gè)障礙就是在不對(duì)個(gè)體進(jìn)行跟蹤的前提下找到一種好的方法標(biāo)識(shí)流體的模式，因?yàn)樵诿芗娜?/p>

2、群中跟蹤個(gè)體是不實(shí)際的也是沒必要的。另一個(gè)要克服的障礙就是當(dāng)場(chǎng)景內(nèi)容和群體動(dòng)態(tài)在一個(gè)長(zhǎng)的范圍內(nèi)變化時(shí)，需要找到一種新的方法理解行為的改變。因?yàn)楣饬魇嵌S圖像中像素點(diǎn)的幀間瞬時(shí)變化率，它不能捕捉長(zhǎng)時(shí)間范圍內(nèi)的運(yùn)動(dòng)特征。所以在流體力學(xué)的拉格朗日框架下，將粒子流的概念引入到了計(jì)算機(jī)視覺中。但是粒子流的應(yīng)用中忽略了空間變化，并且?guī)в忻黠@的時(shí)間延遲，為了解決這些問(wèn)題本文引入脈線。即在光流場(chǎng)的基礎(chǔ)上計(jì)算得到速度場(chǎng)，從而獲得某時(shí)間段內(nèi)運(yùn)動(dòng)粒子的集合，

3、本文結(jié)合延伸粒子的概念描述粒子運(yùn)動(dòng)的時(shí)間關(guān)聯(lián)性，由延伸粒子構(gòu)建脈線;其梯度則為流體的傾向流，這樣根據(jù)得到的脈線和傾向流計(jì)算它們時(shí)空鄰域內(nèi)的相似性，從而將相似的脈線聚類到同一個(gè)區(qū)域，由分水嶺分割算法將不同的區(qū)域進(jìn)行分割。
　　由于光流速度場(chǎng)直接計(jì)算出的勢(shì)函數(shù)是對(duì)光照等外加干擾敏感的，而脈線反映了人群流體的幀間宏觀運(yùn)動(dòng)趨勢(shì)，由脈線計(jì)算出的勢(shì)函數(shù)可以克服噪聲干擾。在簡(jiǎn)易流體力學(xué)模型下將勢(shì)函數(shù)按照亥姆霍茲分解理論得到流函數(shù)和速度勢(shì)，而人群

4、流異常行為識(shí)別則是對(duì)每幀人群流速度勢(shì)和流函數(shù)進(jìn)行奇異值提取，實(shí)現(xiàn)每個(gè)視頻幀的運(yùn)動(dòng)特征描述;由于視頻中的群體運(yùn)動(dòng)是一個(gè)連續(xù)的時(shí)間過(guò)程，對(duì)一個(gè)視頻段本文采用PCA降維，得到描述本段視頻人群流運(yùn)動(dòng)特性的描述符;最后采用支持向量機(jī)對(duì)樣本庫(kù)中的正負(fù)樣本進(jìn)行分類訓(xùn)練，實(shí)現(xiàn)對(duì)人群流異常行為進(jìn)行判別。
　　試驗(yàn)中采用DMN和UCF數(shù)據(jù)集進(jìn)行測(cè)試，結(jié)果表明在DMN數(shù)據(jù)集下測(cè)試識(shí)別率優(yōu)于當(dāng)前的識(shí)別方法;在UCF數(shù)據(jù)下的識(shí)別率略低于DMN測(cè)試結(jié)果;證明