基于多层自适应聚类模型的密集人群分群检测算法-上海电力学院学报.PDF

第 卷第 期 上 海 电 力 学 院 学 报 年 月 基于多层自适应聚类模型的密集人群分群检测算法 邵洁 赵倩 上海电力学院 电子与信息工程学院 上海 摘 要针对存在更复杂运动模式的无序运动人群密集场景提出了一种基于多层自适应聚类模型的分群检 测算法以基于高斯混合模型的背景去除算法和自适应初始化聚类算法为核心通过建立多层自适应聚类模 型实现密集人群的分群检测实验数据库选用了大量真实室内外密集人群运动场景视频并通过大量对比实 验验证了算法的有效性可靠性和优越性 关键词密集人群 分群检测 自适应聚类 多层聚类模型 中图分类号 文献标志码 文章编号 密集场景中的人群运动分析和异常检测是当 主要存在遵从一定规律运动的人群大多因为主 前智能监控研究领域的热点课题也是计算机视 客观规则的联合制约如在狭窄的走道中被限制 觉和智能交通研究的重要方向之一它在保障社 行进方向的人群具有共同行为意愿的人群参加 会公共安全提高城市工程建设和交通规划的科 马拉松运动遵从单项交通信号标志运动的人流 学性等方面具有重要的研究价值 等然而在更多公共场景中人群普遍呈现一种无 密集人群运动场景从宏观上可分为有序运动 规律运动的组合形式即无序运动场景如宽敞区 场景和无序运动场景两种类型有序运动场景中 域中散乱的人群由于大多数的人员密集场所均 收稿日期 通讯作者简介邵洁 女博士副教授江苏南京人主要研究方向为计算机视觉与智能监控 基金项目国家自然科学基金 上海市自然科学基金 上 海 电 力 学 院 学 报 年 充斥着无序的运动人群针对无序场景的运动分 距离与速度的相关性完成一致运动邻域不变性 析具有更高的实用价值但其更加复杂的运动属 特征描述再由此建立个体的局部一致性运动关 性大大增加了研究的难度因此研究成果较少本 系最终利用一致性运动滤波算法实现密集群体 文将专注于无序运动密集场景的运动分群检测 的分群检测此后作为算法的延伸 密集人群运动分析通常采用自下而上和自上而 等人 又提出了一致性转换先验信息 下两种算法思路自下而上是指将密集人群看作大 的概念并认为群体中的行 量个体的集合首先从个体分析的角度出发提取其 人运动是由有限量的信息决定的 运动速度和方向再将其组合得到整体的运动如 受到和的启发本文提出的算法也将 等人 以多目标检测和跟踪算法为基础分 以特征点运动轨迹描述为基础展开但另一方面 别得到每个行人的运动轨迹再进行从个体到整体