论文部分内容阅读
群体异常行为的发生将对社会公共安全构成危害,而当发生异常行为的场景中人群密度越高时,对应的危害程度也就越高。因此,通过对群体的密度特征进行学习分类,提出一种适合于中、高密度人群的群体异常行为分级算法。算法首先根据ViBe算法对场景中人群密度比例进行阈值判断,当该比例超过阈值时,采用基于纹理的分析方法对该场景进行密度估计,并以此为依据,对场景中的异常行为进行分级。实验结果表明,该算法能对中、高密度场景中的人群异常行为进行有效合理分级,具有较强的鲁棒性。