%0 Journal Article %A 潘磊 %A 王明辉 %A 周欢 %T 适用于密集人群的异常事件实时检测方法 %D 2016 %R 10.11772/j.issn.1001-9081.2016.06.1719 %J 计算机应用 %P 1719-1723 %V 36 %N 6 %X 在密集人群场景下,针对现有异常检测算法在实时性和适用性方面的不足,提出了一种基于光流特征和卡尔曼滤波的实时检测方法。该方法首先提取图像的全局光流强度作为运动特征;然后对全局光流值进行卡尔曼滤波,并对残差进行分析;假设残差在正常状态下服从高斯分布,利用假设检验加以验证;运用最大似然(ML)估计得到残差的概率分布;在一定置信度下,确定正常状态的可信区间和异常状态的判定公式,并以此判断异常事件是否发生。实验结果表明,该方法对尺寸为320×240的视频,平均检测时间低至0.023 s/frame,且准确率可达95%以上。因而,该方法在保证较高检测率的同时,还具有良好的实时性。 %U http://www.joca.cn/CN/10.11772/j.issn.1001-9081.2016.06.1719