计算机工程与应用
計算機工程與應用
계산궤공정여응용
Computer Engineering and Applications
2015年
21期
168-176,264
,共10页
人群异常运动%金字塔Lucas-Kanade光流法%帧平均加速度
人群異常運動%金字塔Lucas-Kanade光流法%幀平均加速度
인군이상운동%금자탑Lucas-Kanade광류법%정평균가속도
crowd abnormal motion%pyramid Lucas-Kanade optical flow%frame average acceleration
如何有效地分析、监测突发人群异常状况已成为目前的一个研究热点问题。通过速度值的大小变化来分析是否出现异常状况是目前最常用的人群异常检测方法。但是,除了值的大小之外,运动的方向显然也是速度的另一个重要的特征。研究表明:人群出现异常时,一个最明显现象是人群的运动速度大小或运动方向突然出现变化,例如,由慢速行走转变为迅速奔跑、突然改变行进方向等异常运动。基于此,提出了基于加速度的人群异常检测算法。该算法采用金字塔Lucas-Kanade光流法,通过计算“帧平均加速度”对人群的运动进行分析。实验结果表明所提出的算法能够快速、有效地检测出人群运动的异常,而且相对于单纯运用运动速度值大小进行检测方法,检测结果更准确,应用范围更加广泛。
如何有效地分析、鑑測突髮人群異常狀況已成為目前的一箇研究熱點問題。通過速度值的大小變化來分析是否齣現異常狀況是目前最常用的人群異常檢測方法。但是,除瞭值的大小之外,運動的方嚮顯然也是速度的另一箇重要的特徵。研究錶明:人群齣現異常時,一箇最明顯現象是人群的運動速度大小或運動方嚮突然齣現變化,例如,由慢速行走轉變為迅速奔跑、突然改變行進方嚮等異常運動。基于此,提齣瞭基于加速度的人群異常檢測算法。該算法採用金字塔Lucas-Kanade光流法,通過計算“幀平均加速度”對人群的運動進行分析。實驗結果錶明所提齣的算法能夠快速、有效地檢測齣人群運動的異常,而且相對于單純運用運動速度值大小進行檢測方法,檢測結果更準確,應用範圍更加廣汎。
여하유효지분석、감측돌발인군이상상황이성위목전적일개연구열점문제。통과속도치적대소변화래분석시부출현이상상황시목전최상용적인군이상검측방법。단시,제료치적대소지외,운동적방향현연야시속도적령일개중요적특정。연구표명:인군출현이상시,일개최명현현상시인군적운동속도대소혹운동방향돌연출현변화,례여,유만속행주전변위신속분포、돌연개변행진방향등이상운동。기우차,제출료기우가속도적인군이상검측산법。해산법채용금자탑Lucas-Kanade광류법,통과계산“정평균가속도”대인군적운동진행분석。실험결과표명소제출적산법능구쾌속、유효지검측출인군운동적이상,이차상대우단순운용운동속도치대소진행검측방법,검측결과경준학,응용범위경가엄범。
How to effectively analyze and monitor sudden crowd abnormal condition has become a research hotspot issue at present. The most common way to detect the crowd abnormal motion is to analyze the change of the speed. However, in addition to the speed, apparently the direction of the motion is another important feature of the velocity. Studies show that when the crowd motion is abnormal, the most significant phenomenon is the speed or the direction of the crowd motion suddenly changes. For instance, from slow walking to fast running, sudden change of the motion direction. Based on this, this paper proposes a new algorithm of detecting the crowd abnormal motion that is based on acceleration. The algorithm uses the pyramid Lucas-Kanade optical flow method to analyze the crowd motion by calculating the“frame average accel-eration”. The experimental results show that the proposed algorithm can rapidly and effectively detect the crowd abnormal motion. Moreover, compared with the method of only using the speed to detect, the results of the proposed algorithm are more accurate and the range of applications will be more extensive.