[发明专利]一种人群异常事件检测方法、电子设备和存储介质

权利要求书

1.一种人群异常事件检测方法，其特征在于，包括以下步骤：

获取第一图像和第二图像，所述第二图像的事件时间晚于所述第一图像的事件时间；

根据所述第一图像和第二图像计算所述第一图像的多个光流点；

根据各光流点之间的横坐标关系与纵坐标关系计算光流点邻接矩阵；

根据所述光流点邻接矩阵以及聚类条件将所述光流点划分至相应的区域集合；

根据光流点之间的距离关系将各区域集合划分为至少一个区域子集；

根据历史分组信息对各区域子集进行修正，得到修正子集；

根据各修正子集内光流点的平均运动距离判断是否发生人群异常事件。

2.如权利要求1所述的人群异常事件检测方法，其特征在于：所述根据所述第一图像和第二图像计算所述第一图像的多个光流点，具体包括以下步骤：

检测第一图像中的第一角点，以及检测第二图像中的第二角点；

通过光流法匹配所述第一角点和第二角点，并获取所述第一图像的多个光流点。

3.如权利要求1所述的人群异常事件检测方法，其特征在于，所述根据各光流点之间的横坐标关系与纵坐标关系计算光流点邻接矩阵，具体为根据以下规则计算：

其中，M表示所述光流点邻接矩阵，p表示第p个光流点，q表示第q个光流点，M_p,q表示M中的元素(p,q)，x_p表示p的横坐标，y_p表示p的纵坐标，x_q表示q的横坐标，y_q表示q的纵坐标，为第一坐标参数，δ为第二坐标参数。

4.如权利要求3所述的人群异常事件检测方法，其特征在于，所述根据所述光流点邻接矩阵以及聚类条件将所述光流点划分至相应的区域集合，具体为根据以下聚类条件划分：

对于任一p∈D，若满足

且|R_p|>β，

则R_p为以p为中心点的区域集合；

其中，D为所有光流点的集合，|R_p|表示R_p中光流点的数量，β为区域预设参数。

5.如权利要求4所述的人群异常事件检测方法，其特征在于，所述根据光流点之间的距离关系将各区域集合划分为至少一个区域子集，具体为根据以下规则划分：

若所述区域集合中的p和q满足

distance_p,q<γ且cos_p,q<θ，

则p和q被划分至同一个区域子集；

其中，distance_p,q表示p与q之间的几何距离，cos_p,q表示p与q之间的夹角关系，γ为距离预设参数，θ为夹角预设参数。

6.如权利要求3-5中任一项所述的人群异常事件检测方法，其特征在于，所述根据历史分组信息对各区域子集进行修正，得到修正子集，具体为根据以下规则修正：

对于若满足

C(Group_i∩pre_Group_i)>C(Group_i)*μ，

则p被划分至Group_i；

其中，Group_i表示第i个所述区域子集，pre_Group_i表示所述历史分组信息中的第i个区域子集，C(G)表示集合G中光流点的数量，μ∈[0,1]为交集预设参数。