基于視覺大數(shù)據(jù)驅(qū)動的群體性行為分析的視頻監(jiān)控方法
【專利摘要】一種計算機實現(xiàn)的視頻監(jiān)控方法，包括步驟：接收由攝像機捕獲的視頻數(shù)據(jù)；根據(jù)接收到的視頻數(shù)據(jù)建立群體性行為模型；估計所述群體性行為模型的參數(shù)，獲得場景中存在的多種人群行為；使用得到的群體性行為模型獲得不同人群的行為特征集；對得到的行為特征集進行轉(zhuǎn)換，并使用轉(zhuǎn)換的行為特征集來針對每種人群行為得到統(tǒng)計的人數(shù)值。根據(jù)本發(fā)明的方法，攝像頭角度設(shè)置具有普遍適用性，可以用于開放出入口人數(shù)統(tǒng)計；并且計算量小，可以滿足實時視頻處理的要求。
【專利說明】基于視覺大數(shù)據(jù)驅(qū)動的群體性行為分析的視頻監(jiān)控方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種視頻監(jiān)控方法，特別涉及一種基于視覺大數(shù)據(jù)驅(qū)動的群體性行為分析技術(shù)的視頻監(jiān)控方法。
【背景技術(shù)】
[0002]大多數(shù)傳統(tǒng)的監(jiān)控系統(tǒng)需要專門的監(jiān)控人員針對監(jiān)控視頻進行人工判斷。這需要耗費大量的人力，而且人長時間專注于一件事情，可能會疏忽某些異常情況，從而帶來不利后果。智能視頻監(jiān)控系統(tǒng)可以識別不同的對象，當發(fā)現(xiàn)監(jiān)控畫面中的異常情況時，能夠以最快和最佳的方式發(fā)出警報和提供有用信息，從而能夠更加有效的協(xié)助監(jiān)控人員獲取準確信息和處理突發(fā)事件，并最大限度的降低誤報和漏報現(xiàn)象。
[0003]相關(guān)技術(shù)中，根據(jù)人群行為檢測方法的不同可以將視頻監(jiān)控方法分為兩類。一類方法基于運動跟蹤的多人行為識別方法，該方法受到人群中人數(shù)的挑戰(zhàn)。當人數(shù)較多時，遮擋嚴重，無法進行單人跟蹤，因此只能應用于場景簡單且人數(shù)少的情況。第二類方法基于特征學習或構(gòu)造行為模型的人群行為識別方法，多用于人群中異常行為檢測，如人群聚集、人群散開、以及人群奔跑和群毆等異常行為等。該方法更適合于人多場景，通過提取特征，建立模型，并使用機器學習方法獲得模型參數(shù)，有利于提高檢測率。但是一種模型不能描述所有的行為，因此對特定的行為需要不同的模型。另外缺少訓練樣本仍然給獲得最優(yōu)的模型參數(shù)帶來挑戰(zhàn)。

【發(fā)明內(nèi)容】

[0004]本發(fā)明的目的是提供一種視頻監(jiān)控方法，能夠檢測并識別人群行為，并統(tǒng)計不同行為人群的人數(shù)。
[0005]為了實現(xiàn)上述目的，一種視頻監(jiān)控方法可以包括步驟:
[0006]I)接收由攝像機捕獲的視頻數(shù)據(jù)；
[0007]2)根據(jù)接收到的視頻數(shù)據(jù)建立群體性行為模型；
[0008]3)估計所述群體性行為模型的參數(shù)，獲得場景中存在的多種人群行為；
[0009]4)使用得到的群體性行為模型獲得不同人群的行為特征集；
[0010]5)對得到的行為特征集進行轉(zhuǎn)換，并使用轉(zhuǎn)換的行為特征集來針對每
[0011]種人群行為得到統(tǒng)計的人數(shù)值。
[0012]根據(jù)本發(fā)明的技術(shù)方案，其優(yōu)點在于:1)數(shù)學模型簡單，參數(shù)少，訓練方便；2)可用于人群擁擠環(huán)境，計算特定行為人數(shù)的累積量；3)攝像頭角度設(shè)置具有普遍適用性，可以用于開放出入口人數(shù)統(tǒng)計；4)計算量小，可以滿足實時視頻處理的要求。
【專利附圖】

【附圖說明】
[0013]圖1示出了根據(jù)本發(fā)明實施例的視頻監(jiān)控方法的流程圖；
[0014]圖2示出了根據(jù)本發(fā)明實施例的詞-文檔模型結(jié)構(gòu)；[0015]圖3示出了根據(jù)本發(fā)明實施例的現(xiàn)場場景示例；
[0016]圖4示出了根據(jù)本發(fā)明實施例的現(xiàn)場場景中不同人群行為特征集；
[0017]圖5示出了根據(jù)本發(fā)明實施例的幾何校正示意圖；
[0018]圖6示出了根據(jù)本發(fā)明實施例得到的現(xiàn)場園區(qū)人數(shù)變化示例。
【具體實施方式】
[0019]為使本發(fā)明的目的、技術(shù)方案和優(yōu)點更加清楚明白，以下結(jié)合具體實施例，并參照附圖，對本發(fā)明進一步詳細說明。
[0020]需要說明的是，在附圖或說明書描述中，相似或相同的部分都使用相同的圖號。附圖中未繪示或描述的實現(xiàn)方式，為所屬【技術(shù)領(lǐng)域】中普通技術(shù)人員所知的形式。另外，雖然本文可提供包含特定值的參數(shù)的示范，但應了解，參數(shù)無需確切等于相應的值，而是可在可接受的誤差容限或設(shè)計約束內(nèi)近似于相應的值。此外，以下實施例中提到的方向用語，例如“上”、“下”、“前”、“后”、“左”、“右”等，僅是參考附圖的方向。因此，使用的方向用語是用來說明并非用來限制本發(fā)明。
[0021]根據(jù)本發(fā)明的技術(shù)方案，首先針對場景人群的復雜性，使用群體性行為模型來挖掘場景中的多種行為；然后，根據(jù)檢測到的K類人群行為，針對每類人群獲得行為特征集；然后，將得到的行為特征集轉(zhuǎn)換為例如5維特征向量，以便減少特征維數(shù)，并通過關(guān)聯(lián)時間參數(shù)，獲得一個5*G維特征向量；然后，利用得到的5*G維特征向量訓練人工神經(jīng)網(wǎng)絡(luò)，從而統(tǒng)計每類人群的行為人數(shù)的累積量。本發(fā)明實施例的整個技術(shù)方案流程圖如附圖1所示。下面對本發(fā)明的實施例進行詳細說明。
[0022]步驟1:接收由攝像機獲取的視頻數(shù)據(jù)，并可以對接收到的視頻數(shù)據(jù)進行例如去
噪等處理。
[0023]步驟2:基于接收到的視頻數(shù)據(jù)建立群體性行為模型。
[0024]由于人群行為的復雜性，通常在一個場景中存在不同的人群行為，難于用單一模型描述所有行為。因此可以通過群體性行為模型來獲取每種行為的特征集，并使用行為特征集做人群分析。該群體性行為模型可以是一種詞-文檔模型，即:底層特征作為詞，視頻片段作為文檔，從而挖掘視頻中的人群行為，即隱含主題，并獲得每種人群行為的特征集，即底層特征集合。
[0025]本發(fā)明實施例采用的模型底層特征為局部運動信息。例如，可以通過幀差法獲得運動像素，然后使用光流法(Horn BKP, Schunck B G.Determining optical flow[J].Artificial intelligence, 1981,17 (I):185-203)來計算運動像素的速度向量,進而得到運動像素的特征，即位置和運動速度。這里，把每個運動像素作為一個詞Wi，一段視頻可以包括M幀圖像，即M個文檔，每個文檔可以用一個詞集表示，S卩，文檔W= Iwi, i = 1，,N}，其中Wi = Ui，Yi，UpViKN是該視頻幀中的像素數(shù)目，X表示像素的水平位置，y表示像素的垂直位置，u表示像素沿水平方向的速度，V表示像素沿垂直方向的速度。當然，本領(lǐng)域技術(shù)人員可以采用運動估計領(lǐng)域中的其他公知技術(shù)來表示文檔W。
[0026]圖2示出了本發(fā)明實施例使用的詞-文檔模型結(jié)構(gòu)。其中，α表示文檔集合中隱含主題間的相對強弱，β表示所有隱含主題自身的概率分布，隨機變量 '表征文檔層j，隨機變量π j的大小表示目標文檔中各隱含主題的比重。在詞層，Zji表示目標文檔j分配給每個詞i的隱含主題份額，％是目標文檔的詞向量表示形式。假設(shè)有K個行為主題，則每個主題是詞的多項分布，α可以是語料庫的Dirichlet分布。對于每個文檔j, Dirichlet分布Dir( J α )是以Ji j為參數(shù)。對于在文檔j中的每個詞i，主題Zji的概率分布為π Jk,詞％是關(guān)于參數(shù)漢的多項分布。其中 '和h為因變量，α和β是需要優(yōu)化的參數(shù)。當給定α和β時，隨機變量」、主題Zj= {ZjJ、詞Xj= {Xji}的聯(lián)合概率分布如公式(I)所示:
【權(quán)利要求】
1.一種計算機實現(xiàn)的視頻監(jiān)控方法，包括步驟: a)接收由攝像機捕獲的視頻數(shù)據(jù)； b)根據(jù)接收到的視頻數(shù)據(jù)建立群體性行為模型； c)估計所述群體性行為模型的參數(shù)，獲得場景中存在的多種人群行為； d)使用得到的群體性行為模型獲得不同人群的行為特征集； e)對得到的行為特征集進行轉(zhuǎn)換，并使用轉(zhuǎn)換的行為特征集來針對每種人群行為得到統(tǒng)計的人數(shù)值。
2.根據(jù)權(quán)利要求1所述的方法，其中，所述步驟b)包括:建立詞-文檔模型，其中將每個運動像素作為一個詞Wi,—段視頻的M幀圖像對應于M個文檔，用詞集W= Iwi, i =I,..., N}來表示文檔,其中Wi = {xi; yi； Ui, vj , N是所述視頻幀中的像素數(shù)目，X表示像素的水平位置，y表示像素的垂直位置，u表示像素沿水平方向的速度，V表示像素沿垂直方向的速度。
3.根據(jù)權(quán)利要求1所述的方法，其中，所述步驟c)包括:使用最大似然估計EM方法來估計所述群體性行為模型的參數(shù)。
4.根據(jù)權(quán)利要求2所述的方法，其中，所述步驟c)包括:根據(jù)以下公式，使用群體性行為模型來檢測場景中存在的行為，并獲得每種行為的特征集:
5.根據(jù)權(quán)利要求4所述的方法，其中，所述步驟d)包括:將得到的行為的特征集轉(zhuǎn)換為5*G維的特征向量NF = {ASpSVpDVpDD^NPj，并訓練人工神經(jīng)網(wǎng)絡(luò)以統(tǒng)計人數(shù)，其中，ASg表不平均速度向量,SVg表不速度方差向量,DVg表不方向方差向量,DDe表不方向散度向量，以及NPe表示行為像素總數(shù)向量。
6.根據(jù)權(quán)利要求5所述的方法，其中，平均速度向量八知被計算為:
ASg = {ASg, g = 1,...,6} 其中ASg為第g幀圖像的平均速度，
7.根據(jù)權(quán)利要求5所述的方法，其中，速度方差向量SVe被計算為:
SVg = {SVg, g = 1,...,6} 其中SVg為第g幀圖像的速度方差，
8.根據(jù)權(quán)利要求5所述的方法，其中，方向方差向量DVe被計算為:
DVg = {DVg, g = 1，...，G}其中DVg為第g幀圖像的方向方差
9.根據(jù)權(quán)利要求5所述的方法，其中，方向散度向量DDe被計算為:
DDg = {DDg, g = 1,...,6} 其中DDg為第g幀圖像的方向散度。
10.根據(jù)權(quán)利要求5所述的方法，其中，行為像素總數(shù)向量冊^被計算為:
NPg = {NPg, g = 1,...,6}
I F、 其中NPg第g幀圖像的行為像素總數(shù)，
Pο
【文檔編號】G06K9/66GK103679215SQ201310746795
【公開日】2014年3月26日 申請日期:2013年12月30日 優(yōu)先權(quán)日:2013年12月30日
【發(fā)明者】黃凱奇, 康運鋒, 曹黎俊, 張旭 申請人:中國科學院自動化研究所