摘要
本发明涉及融合宏观信息和微观信息的人群异常行为检测方法及系统,先提取疏散过程中移动个体的二维姿态,然后提取相应的微观运动特征。其次,本申请检测视频帧之间的光流,然后使用连续两帧之间光流的差异大小来获得场景下的三维矩阵,从而从活动图的差异大小中获得场景下宏观运动特征。最后,本申请融合了微观运动特征和宏观运动特征,并将融合的宏‑微观特征送入至训练好的模型用于识别人群视频中从微观异常到宏观异常的检测结果。本申请提出的方法可以更及时地识别疏散场景中出现的异常行为本申请具有很高的通用性,可为制定人群疏散计划提供参考。
技术关键词
融合宏观
人体关键点
运动特征
姿态特征
图像
矩阵
人体特征
人工神经网络
表达式
场景
数学
深度特征提取
加速度
特征提取模块
标签
特征值
样本
像素点
视频帧
系统为您推荐了相关专利信息
多传感器融合
实时监测系统
监测单元
运动特征
半挂汽车
快速生成方法
红外图像特征
双分支卷积神经网络
三维模型
三维点云模型
特征金字塔网络
人工骨料
料场
残差网络
识别方法
虫情监测设备
虫情监测系统
害虫识别
粮仓
环境监测传感器
数据处理方法
频域特征
特征选择算法
原始图像数据
物联网数据处理