基于LBP加权社会力模型的人群异常事件检测方法

摘要

本发明公开一种基于LBP加权社会力模型的人群异常事件检测方法，包括步骤为：基于块匹配法计算采样点的光流向量；基于时空域局部二进制模式对采样点进行动态纹理提取，并进行傅里叶变换的谱分析；基于LBP加权社会力模型计算采样点的社会力；将社会力进行直方图量化并基于支持向量机对视频序列进行分类判别，检测出异常行为。本发明通过结合光流和LBP频谱对社会力进行创新计算来进行人群异常行为检测，避免了背景建模、前景检测以及目标的检测与跟踪，提高了鲁棒性减少了计算量，尤其适合人群密度较大、场景较为复杂的情况。

主权项

一种基于LBP加权的社会力模型的人群异常事件检测方法，其特征在于，包括以下步骤：第一步：基于块匹配法计算网格采样点的光流向量；第二步：基于时空域局部二值模式对采样点进行动态纹理提取，并进行傅里叶变换的谱分析；第三步：根据LBP加权社会力模型计算采样点的社会力；第四步：将社会力进行直方图量化并进行归一，通过支持向量机进行学习检测。