谢伟浩进展报告-dmir实验室.pptVIP

问题 研究价值 问题分析 已有做法 我的做法 目前有待解决的问题 人群异常检测即是，给你一段包含人群动态的视频，要你从中把异常的帧或者是视频片段给检测出来。 1.及时发现异常，对人民的人身和财产安全有重要的意义。 2.有些异常通过肉眼很难发现，需要计算机的辅助。 3.可以节约大量的劳动力。 1.人群 人群场景包含大量的遮挡，场面较混杂，用传统的方法很难解决。通过目标追踪，再进行事件检测的方式基本很难进行。比较有优势的做法是基于整体的方法，看整个场景的人群动态的变化情况。人群动态通过光流来反映，光流即是3维运动场在2维平面上的投影。 2.异常 异常这个概念比较主观，什么是异常？可能是我们感兴趣的事件，可能是很少出现的事件。但是基本上大部分事件的异常状态是有别于正常事件的。所以可以根据运动状态来区分。这里运动状态又可以分成，整体的运动状态与先前的不一样；或者是某个个体的运动状态于其他的个体不一样。由于异常的主观性我们也可以自己来定义异常，构造数据集，但是这样显然很麻烦，目前我是在公开的数据集上做的。 3.检测 可以看成是将正常和异常区分开来，一个二分类问题。 所以一般的做法是基于整个场景的人群动态，构造特征，再基于机器学习方法来做。 已有做法 1.特征方面 1）基于社会心理学基于人群的研究，得出的社会力模型 2）计算机视觉方面 局部时空特征。如时空梯度和移动直方图。 基于流的特征。光流，粒子流 轨迹或者轨迹片段。 2.模型方面 1）基于流体力学。如混沌理论和动态系统。 2）基于机器学习。 比较流行和合适的方法是概率推断。贝叶斯模型，高斯混合模型，主题模型，混合动态纹理模型。 其他的还有，one-class svm，稀疏表示，。。。 我的做法 思路：将场景划分成多个网格，提取每个网格的动态信息，并试图发现场景的长时间依赖关系，以及空间关系。 1.特征 使用移动直方图，8个方向的top-n均值，8个方向的小于某个阈值的光流数，8个方向的大于某个阈值的光流数。 2.模型 使用递归神经网络。 存在的问题和可能解决 问题 1.数据量较少。 异常情况的数据量较少，并且异常情况与正常情况存在着多种区别模式。导致想找到能区分正常与异常场景的分界面很困难。而且用动态难以区分并且样本量少的异常情况还会引入噪声来破坏分界面。 2.使用有监督方式，需要大量的人工标记。 3.训练时间长。 可能的解决，一些设想。 1.是否能够将场景划分更小的场景，利用这些小场景来训练rnn。这样的话可以减少模型的复杂度，减少训练时间。这样的话由于位置（如踩踏草地）引起的异常可能无法检测到。 2. 当划分更多的网格的时候，可能导致维度过大，可以尝试用稀疏编码在特征提取的基础上发现更好的特征，借此降低维度。之后时间关系可以利用递归神经网络来实现。 接下来 1.先剔除掉那些仅凭动态信息难以区分并且数据量较少的样本。在比较理想的数据集上对我们的方法进行调试。接着在引入其他的能区分那些被我们剔除掉的样本的特征，进一步在完整的数据集上进行实验。 2.将场景划分区域，之后再网格化，网格使用10像素的重叠，试试看效果如何。之后再考虑更小的区域。2D的区域描述可能信息量还不足，之后再考虑3D区域的描述。在样本维度过大的情况下，考虑使用稀疏编码。 人群异常检测进展报告 报告人：谢伟浩 目录 问题 研究价值 问题分析 异常情况 自行车 滑板 汽车 轮椅 横穿马路 草地 数量 17 13 6 2 1 3 手推车 1 踩踏草地 手推车 汽车 滑板 自行车 轮椅 横穿人行道 位置信息 纹理 动态+纹理 动态 动态+纹理 动态 动态 它们与正常情况的差异 强 较强 强 较强 强 弱 很弱 差异性的强弱（强，较强，弱，很弱） 少 极少只有几帧，基本可以忽略 多 较多 多 少 极少，只有几帧，基本可以忽略 数据量（多，较多，少，极少）