[发明专利]一种基于能级分布变化的人群异常检测方法

权利要求书

1.一种基于能级分布变化的人群异常检测方法，其特征在于：所述方法步骤如下：

步骤1，获取视频图像，将图像中每个像素点看成一个运动粒子，并求取每个粒子的速度以及质量，建立粒子的动能模型；

步骤2，根据动能模型求取视频中每个运动粒子的动能，并对运动粒子动能进行量化分级得到粒子的能级分布，求取粒子能级共生矩阵；

步骤2.1，将图像中粒子的运动看成电子的运动，并根据氢原子能级公式可得到某一能量的粒子所对应的能级为：

E_excited为激发态的动能，E_ground为基态的动能，并对能级l进行向下取整，以确保粒子所对应的能级都为整数；在正常状态下，人群运动速度较慢，运动粒子能量较低，因此粒子大多处在基态；异常状态下，人群发生跑动，粒子能量突然增大，粒子会跃迁到较高能级；

步骤2.2，由于灰度共生矩阵可以对图像中的像素分布进行很好的描述，因此得到每帧图像运动粒子的能级分布后，根据图像灰度共生矩阵的概念求得能级共生矩阵，以此对人群运动粒子的能级分布进行描述；首先，令Q是定义两个粒子能级彼此相对位置的一个算子；其次，选取一段视频中的某一帧图像f，计算出每个运动粒子所对应的能级；然后，定义一个矩阵A，并令其元素a_ij是能级lm和l_n的像素对出现在f中由Q所指的位置处的次数，1m,nL_max，其中，L_max为次帧图像中运动粒子的最大能级数，则A为所求的能级共生矩阵；

步骤3，以共生矩阵的一致性、熵、对比度三个描绘子描述图像中粒子的能级分布；通过分析一致性、熵、对比度的变化来分析人群行为，检测人群异常行为以及确定异常发生的时间，并进行报警提醒。

2.根据权利要求1所述的一种基于能级分布变化的人群异常检测方法，其特征在于，步骤1中，求取粒子质量的具体方法如下：

用矩形选取距离相机最近和最远的行人作为参考人并提取其前景，假设行人在场景中的面积为其前景图像所占像素的数目，令场景中参考人所占的面积为S；

式中，w、h分别为矩形的宽和高，M_ij∈{0,1},1表示前景，0表示背景；找到两个参考人质心所在位置，并过参考人的质心画一条水平线作为参考线；记距离摄像机近的参考线为记距离摄像机远的参考线为当一个人从运动到时，该人在场景中的面积的变化率如下式所示：

假设直线上像素的质量为m_ab＝1，直线上像素的质量m_cd＝1/k；若直线l_j上的点距和的距离分别为d₁和d₂，由线性插值法可知直线l_j上的粒子质量为：

因为对于同一直线上的粒子的质量相同，所以图像中坐标为(i,j)的点的质量m_ij＝m_j。

3.根据权利要求2所述的一种基于能级分布变化的人群异常检测方法，其特征在于，建立动能模型的具体方法如下：

用光流法求取粒子的水平以及垂直方向的速度u和v，再根据粒子的质量，结合粒子的速度构建粒子动能模型为：

式中，m_ij代表坐标(i,j)粒子的质量，(uv)_ij表示此粒子水平和垂直方向的合速度。

4.根据权利要求1所述的一种基于能级分布变化的人群异常检测方法，其特征在于，所述步骤3的具体方法如下：

步骤3.1，计算所求能级共生矩阵的一致性描述算子的值：

计算所求能级共生矩阵的熵描述算子的值：

计算所求能级共生矩阵的对比度描述算子的值：

其中，N是方阵A的行数；p_ij是满足Q所定义的关系的一个值为(lm,ln)的点对的概率估计，其定义为：

p_ij＝a_ij/n (9)

n是满足Q的能级对的总数，等于A的元素之和；这些概率的值域为[0,1]，且它们的和为1：

步骤3.2，通过分析一致性、熵、对比度的变化来分析人群行为，设定阈值来检测人群异常行为以及获得异常发生的时间。