本发明属于公共安全视频监控技术领域，涉及一种通过监控视频发现人群中是否存在骚乱现象的方法。
背景技术：
通常人群骚乱会造成恶劣的社会影响，严重危害人身安全、社会治安，更可能威胁社会安定、国家安全。人群骚乱一般指在某一事件或某个活动过程中，因聚集在某处的人群过度拥挤，可能发生短时间内无法及时控制、制止的混乱场面。为了避免潜在的骚乱发生，使用了治安管制、安全检查等等措施，但传统的人工监督往往存在监管漏洞、时效性较差等问题，有时因为人群聚集、人员众多，还会造成二次伤害，造成严重后果。
技术实现要素：
本发明的目的在于提供一种通过视频监控进行骚乱检测的方法，将公共场所区域的视频监控数据充分利用起来，及时发现排查异常情况，实现远程监控、智能监控、早期预警、实时报警的功能，保障了公共安全领域大范围的安防监控需要，提升监控智能化水平。
本发明的技术方案如下：
一种通过视频监控进行骚乱检测的方法，其特征在于：
(1)首先通过计算相邻两帧图像间的光流确定人群运动的速度场，并对其进行光滑滤波，为介观小团体聚类提供可靠的微观运动信息；
(2)进而，采用dbscan算法进行密度聚类，将人群行为分为不同的行为类别，并将位置近邻、速度差异较小的运动模式合并为一个小团体类别，将微观运动场定位到介观层面进行分析；
(3)最后，根据速度大小将速度场特征空间划分为正常区域和异常区域，将聚类中心落在异常区域且滞留时间较长的类别视为异常行为，同时将速度场坐标映射到图像坐标系，确定异常发生的区域。
本发明利用hs光流法确定人群运动的速度场，采用dbscan算法进行密度聚类，从而可根据速度大小做到骚乱检测，提高安防系统智能化水平。本发明能提高公共安全场景下的骚乱防控水平，能够及时、有效地发现控制骚乱现场。利用现有监控平台，无需增加硬件设备，充分利用已有资源，可实现快速、大范围部署。
附图说明
图1是本发明的数据处理流程图。
具体实施方式
如图1所示，本发明首先通过计算相邻两帧图像间的光流确定人群运动的速度场，并对其进行光滑滤波，为介观小团体聚类提供可靠的微观运动信息；进而，采用dbscan算法进行密度聚类，将人群行为分为不同的行为类别，并将位置近邻、速度差异较小的运动模式合并为一个小团体类别，将微观运动场定位到介观层面进行分析；最后，根据速度大小将速度场特征空间划分为正常区域和异常区域，将聚类中心落在异常区域且滞留时间较长的类别视为异常行为，同时将速度场坐标映射到图像坐标系，确定异常发生的区域。
具体实施步骤如下：
步骤1、建立视频缓窗口，从视频中提取图像，在该窗口内缓存3帧图像，以进行后续异常事件检测。运用horn-schunck光流法分别计算出前两帧图像和后两帧图像的光流场[u，v]：
其中，
步骤2、利用计算出的光流场计算光流矢量a：
步骤3、提取阈值g，根据阈值g计算出二值图像：
步骤4、令c＝b1+b2，a3＝a1+a2，提取阈值q，根据阈值q计算出二值图像：
步骤5、利用计算出的二值图像c进行形态学处理，先膨胀，再腐蚀，最后开运算，得到c2；
步骤6、运用dbscan算法进行密度聚类，算法流程如下：
输入：样本集d＝(x1，x2，...，xm)，邻域参数(eps，minpts)
输出：簇划分c
初始化核心对象集合
对于j＝1,2,…m，按下面的步骤找出所有的核心对象：
通过距离度量方式，找到样本xj的eps邻域子样本集neps(xj)
如果子样本集样本个数满足|neps(xj)|≥minpts，将样本xj加入核心对象样本集合：ω＝ω∪{xj}
如果核心对象集合
在核心对象集ω中，随机选择一个核心对象o，初始化当前簇核心对象队列ωcur＝{o}，初始化类别序号k＝k+1，初始化当前簇样本集合ck＝{o}，更新为访问样本集合γ＝γ-{o}。
如果当前簇核心对象队列
在当前簇核心对象队列ωcur中抽取一个核心对象o，，通过邻域距离阈值eps找出所有的eps邻域子样本集neps(o’)，令δ＝neps(o′)∩γ，更新当前簇样本集合ck＝ck∪δ，更新未访问样本集合γ＝γ-δ，转入步骤5。
步骤7、根据速度大小将速度场特征空间划分为正常区域和异常区域，将聚类中心落在异常区域且滞留时间较长的类别视为异常行为，同时将速度场坐标映射到图像坐标系，确定异常发生的区域。