基于视觉大数据驱动的群体性行为分析的视频监控方法

摘要

一种计算机实现的视频监控方法，包括步骤：接收由摄像机捕获的视频数据；根据接收到的视频数据建立群体性行为模型；估计所述群体性行为模型的参数，获得场景中存在的多种人群行为；使用得到的群体性行为模型获得不同人群的行为特征集；对得到的行为特征集进行转换，并使用转换的行为特征集来针对每种人群行为得到统计的人数值。根据本发明的方法，摄像头角度设置具有普遍适用性，可以用于开放出入口人数统计；并且计算量小，可以满足实时视频处理的要求。

主权项

一种计算机实现的视频监控方法，包括步骤：a)接收由摄像机捕获的视频数据；b)根据接收到的视频数据建立群体性行为模型；c)估计所述群体性行为模型的参数，获得场景中存在的多种人群行为；d)使用得到的群体性行为模型获得不同人群的行为特征集；e)对得到的行为特征集进行转换，并使用转换的行为特征集来针对每种人群行为得到统计的人数值；其中，所述步骤c)包括：根据以下公式，使用群体性行为模型来检测场景中存在的行为，并获得每种行为的特征集：$\left\{\begin{array}{c}{f}_{k^{*}}=\left\{x_{k^{*}i}\right|i=1,\mathrm{...},F\}\\ k^{*}=\underset{k\in \{1,\mathrm{...},K\}}{\arg \max }p(x_i,z_{k,i}|\alpha ,\beta )\end{array}\right.$其中，α表示文档集合中隐含主题间的相对强弱，β表示所有隐含主题自身的概率分布，假设共有K个行为，为第k*个特定行为的特征集，F为第k*个行为的特征集中特征的个数，Z_k，i表示第k个行为分配给第i个词的隐含主题份额，x_k*i为词是第k种行为的第i个像素点的特征。