1.一种群体异常行为检测方法,其特征在于,该方法包括如下步骤:
a.采用群体结构动态演化的群体跟踪方法,对视频帧中的群体进行群体跟踪;
b.对上述跟踪到的群体每一帧中所包含的块的数目进行记录存储,直到群体跟踪结束;
c.计算跟踪到的群体一段时间内所包含的块的数目,根据阈值和权值判断是否发生群体异常行为。
2.如权利要求1所述的方法,其特征在于,所述的步骤a具体包括:
利用光流法跟踪视频帧中提取到的特征点,并得到所述特征点的运动信息;
根据得到的所述特征点的运动信息,计算特征点的运动模式是否一致,将运动模式一致的特征点按照密度进行聚类,使生成的块中所包含的特征点的密度较大;
采用群体合并方法,检测出具有一定群体结构的由块组成的群体;
采用分层的动态树结构,对上述检测得到的所述视频帧中的群体进行群体跟踪。
3.如权利要求1所述的方法,其特征在于,该方法还包括:
更新检测阈值。
4.如权利要求3所述的方法,其特征在于,所述的步骤c具体包括:
每隔m帧,对跟踪到的群体所包含块的数目通过函数f进行计算;
将当前m帧的f值和之前的m帧的f值相减,预先设置一权值,并初始化为0;
若|fn-fn-1|>s,则权值加一,且预设的阈值s也相应增大,重复上述 过程;
若权值超过w,则判断发生异常行为;
若直到群体跟踪结束,权值仍然小于该w值,则判断群体无异常行为发生。
5.如权利要求4所述的方法,其特征在于,所述的函数f对群体在m帧内的所包含的块的数目进行方差计算。
6.一种群体异常行为检测系统,其特征在于,该系统包括跟踪模块、存储模块及判断模块,其中:
所述跟踪模块用于采用群体结构动态演化的群体跟踪方法,对视频帧中的群体进行群体跟踪;
所述存储模块用于对上述跟踪到的群体每一帧中所包含的块的数目进行记录存储,直到群体跟踪结束;
所述判断模块用于计算跟踪到的群体一段时间内所包含的块的数目,根据阈值和权值判断是否发生群体异常行为。
7.如权利要求6所述的系统,其特征在于,所述跟踪模块具体用于:
利用光流法跟踪视频帧中提取到的特征点,并得到所述特征点的运动信息;
根据得到的所述特征点的运动信息,计算特征点的运动模式是否一致,将运动模式一致的特征点按照密度进行聚类,使生成的块中所包含的特征点的密度较大;
采用群体合并方法,检测出具有一定群体结构的由块组成的群体;
采用分层的动态树结构,对上述检测得到的所述视频帧中的群体进行群体跟踪。
8.如权利要求7所述的系统,其特征在于,所述的判断模块还用于:
更新检测阈值。
9.如权利要求8所述的系统,其特征在于,所述判断模块具体用于:
每隔m帧,对跟踪到的群体所包含块的数目通过函数f进行计算;
将当前m帧的f值和之前的m帧的f值相减,预先设置一权值,并初始化为0;
若|fn-fn-1|>s,则权值加一,且预设的阈值s也相应增大,重复上述过程;
若权值超过w,则判断发生异常行为;
若直到群体跟踪结束,权值仍然小于该w值,则判断群体无异常行为发生。
10.如权利要求9所述的系统,其特征在于,所述的函数f对群体在m帧内的所包含的块的数目进行方差计算。