基于split-merge策略的人群分组检测方法
【技术领域】
[OOOU 本发明属于图像处理技术及模式识别领域，特别设及一种基于split-merge策略 的人群分组检测方法。
【背景技术】
[0002] 单人行为识别是计算机视觉领域备受关注的前沿方向，已有多年的研究历史，而 近年来，由于视频监督、人机交互、基于视频的内容检索的需求越来越大，群体行为识别渐 渐成为了计算视觉和模式识别的研究热点之一。作为群体行为识别的基础，人群分组检测 该一研究方面也受到了研究学者们越来越多的关注。但是由于一般场景的复杂性、人数的 不固定型、人之间交互关系的多变性，检测人群分组该一研究领域具有极大的挑战。
[0003] 在目前现存的人群分组检测算法中，有一系列算法是基于F-化rmation， F-化rmation是Kendon在1990年提出的一个概念；当两个甚至更多的人维持一定的空间 和方向关系，他们之间围成的区域就是所谓的F-化rmation, F-formation由S个空间区域 构成，也就是o-space, p-space and r-space。其中最重要的部分是o-space,例如几个人 进行交谈时，他们的目光方向大概会汇集到一点，而他们中间围成的凸形区域既o-space。 检测不同的群体是靠寻找o-space实现的，一旦找到一个o-space,也就意味着检测出一个 群组。但是该种方法只限于检测几个人"谈话"该种情况，局限性比较大。另外有些方法虽 然不再局限于某种特定类型的群组，但是对于包含人数较多的群组，效果并不是很理想。还 有一些方法是利用人的轨迹特征，根据人的运动方向和速度来进行分群检测，但该种方法 主要适用于人物是运动的状态。
【发明内容】
[0004] 对于一般的场景而言，由于存在各种不同的人群，比如较为普遍的"排队"、"谈 话"、"走路"等，传统的方法大多是针对某一种特定形式的人群进行检测，尚且存在很大的 局限。本发明的目的在于提出一种基于split-merge策略的人群分组检测方法。其特征是， 该方法包括如下步骤：
[0005] 步骤1将视频监控场景中的个体分为静态和动态两种，分别W社会距离模型和社 会力量模型为基础，模拟量化场景中个体之间的交互关系。对于动态、静态该两种状态的 人，最后分别用一个权值矩阵把表示个体之间交互程度的权值聚集起来；
[0006] 步骤2将场景中两种状态的人分别用无向权值图表示，图的顶点表示人，顶点之 间的权值，也就是上一步计算出来的权值，表示个体之间的交互程度，检测人群分组的问题 就转化为对无向权值图的聚类问题，本文采用基于split-merge策略的方法对无向权值图 进行聚类。
[0007] 作为本发明的进一步改进，所述步骤1具体包括：
[000引步骤11根据场景中人物的轨迹特征，W及人物的轨迹变化情况，将人分成动态、 静态两种状态；
[0009] 步骤12对于状态为静态的目标人物，基于社会距离模型（Social Distance Model)，根据每个人的人脸方向W及位置，定义其社交区域，根据任意两人的社交区域相交 情况，量化其之间的交互关系。对场景中的目标人物两两计算，最后用一个权值矩阵来表示 所有的权值；
[0010] 步骤13对于状态为动态的目标人物，我们基于社会力量模型（Social Force Model)来模拟量化人之间的交互关系。社会力量模型解决的问题是；已知人群分组情况来 推测每个人的轨迹。而本文把人群分组检测看成该个问题的逆向问题；已知每个人的运动 轨迹，推测场景中的人群分组情况。
[0011] 作为本发明的进一步改进，所述步骤2具体包括：
[0012] 步骤21split阶段；根据量化后的每两个人之间的交互关系，也就是权值矩阵 中相应的权值，设定一个阔值，只要两个人之间的权值大于阔值，就把该两个目标人物分 到一个小的子组里面。若场景中一共有n个静态个体，该样场景中的静态个体就被分为 个子组；
[0013] 步骤22merge阶段；对上一步产生的所有子组进行合并，只要两个子组有交集，就 把该两个子组合并成一个较大的子组；
[0014] 步骤23不停的迭代上一步骤，直到最后形成的子组之间交集为空，那么最后的每 个子组就表示检测出了一个人群分组，对于最后无向权值图中不属于任何子组的孤立的顶 点，表示场景中不属于任何人群进行单独活动的个体。
[00巧]有益效果；
[0016] 由于一般场景中不止存在一种人群，而存在人数差异较大形式各不相同进行不 同交互活动的人群，现存的一些人群分组检测算法大多只局限于检测某种特定形式的 人群，或者是人物数量和组成都比较简单的人群。本发明基于运用在图像分割领域的 split-merge算法：先确定一个分裂合并的准则，即区域特征一致性的测度，当图像中某 个区域的特征不一致时就将该区域分裂成若干个相等的子区域，当相邻的子区域满足一 致性特征时则将它们合成一个大区域，直至所有区域不再满足分裂合并的条件为止。基于 此，本发明提出了一种基于split-merge策略的人群分组检测方法，能够实现对更为一般 的场景中的人群分组检测。在对场景中的人物模拟量化之后，用无向权值图表示，检测人群 分组就转化为基于图的聚类算法。传统的基于图的聚类算法一般对局部结构的相似性有很 好的表达。难W获取数据真实的全局相似性。而本文提出的基于split-merge策略的聚类 方法能把握全局，忽视局部差异。该方法适用于更为普遍的监控场景，而不再局限与某种特 定的人群，同样适用于包含人数比较多的人群。
【附图说明】
[0017] 图1发明的主流程图。
[0018] 图2基于社会距离模型定义人的社交区域。
[0019] 图3无向权值图表示场景中所有个体，然后基于split-merge策略进行无向权值 图聚。
[0020] 图4本文方法在Collectivity Activity dataset数据库上的检测实例。
【具体实施方式】
[0021] 下面结合附图和实例对本发明作进一步说明，应指出的是，所描述的实例仅旨在 便于对本发明的理解，而对其不起任何限定作用。
[002引基于split-merge策略的人群分组检测方法，包括如下步骤；
[0023] 步骤1将视频监控场景中的个体分为静态和动态两种，分别W社会距离模型和社 会力量模型为基础，模拟量化场景中个体之间的交互关系。对于动态、静态该两种状态的 人，最后分别用一个权值矩阵把表示个体之间交互程度的权值聚集起来；
[0024] 步骤2将场景中两种状态的人分别用无向权值图表示，图的顶点表示人，顶点之 间的权值，也就是上一步计算出来的权值，表示个体之间的交互程度，检测人群分组的问题 就转化为对无向权值图的聚类问题，采用基于split-merge策略的方法对无向权值图进行 聚类。如图1，是双语词典的构建过程图所示：
[0025] 权值矩阵的构建过程包括：
[0026] 步骤11根据场景中人物的轨迹特征，通过计算一定时间内人物的轨迹变化情况， 将人分成动态、静态两种状态；
[0027] 步骤12对于状态为静态的目标人物，基于社会距离模型（Social Distance Model)，根据每个人的人脸方向W及位置，定义其社交区域，根据任意两人的社交区域相交 情况，量化其之间的交互关系。对场景中的目标人物两两计算，最后用一个权值矩阵来表示 所有的权值；
[002引步骤13对于状态为动态的目标人物，我们基于社会力量模型（Social Force Model)来模拟量化人之间的交互关系。社会力量模型解决的问题是；已知人群分组情况来 推测每个人的轨迹。而本文把人群分组检测看成该个问题的逆向问题；已知每个人的运动 轨迹，推测场景中的人群分组情况。
[0029] 步骤12基于社会距离模型量化静态人之间社会交互程度。具体的操作过程有：
[0030] (1)用集合N = (1，...，n}表示场景中所有静态的人。假设已知其中个体i的人 脸方向和位置信息，定义一个楠圆区域E (。，a, b)，该个楠圆模拟了 i该个人的社交区域范 围。。是楠圆的中屯、，（a, b)分别是楠圆的长轴短轴。因为通常情况下人的注意力主要集 中在他的前面，所W楠圆中屯、应当沿着人的面部朝向移动一定距离C。图2表示了两个人的 社交区域。
[0031] (2)对任意的两个人i和j，引入距离馬，其中ij表示i和j该两个人的距 y 离，j'表示射线。与楠圆E(Ci，a，b)的交点，如果Ru的大小在区间[(U]内，就说明i和 j存在交互。两个人离得越近，存在交互的可能性越大。我们用权值量化两个人的交互程