潘磊 周歡 王明輝

摘 要：在密集人群場景下，針對現(xiàn)有異常檢測算法在實時性和適用性方面的不足，提出了一種基于光流特征和卡爾曼濾波的實時檢測方法。該方法首先提取圖像的全局光流強度作為運動特征；然后對全局光流值進行卡爾曼濾波，并對殘差進行分析；假設(shè)殘差在正常狀態(tài)下服從高斯分布，利用假設(shè)檢驗加以驗證；運用最大似然（ML）估計得到殘差的概率分布；在一定置信度下，確定正常狀態(tài)的可信區(qū)間和異常狀態(tài)的判定公式，并以此判斷異常事件是否發(fā)生。實驗結(jié)果表明，該方法對尺寸為320×240的視頻，平均檢測時間低至0.023s/frame，且準(zhǔn)確率可達95%以上。因而，該方法在保證較高檢測率的同時，還具有良好的實時性。

關(guān)鍵詞：智能視頻監(jiān)控；異常事件檢測；光流法；卡爾曼濾波；殘差分析

中圖分類號： TP391.41 文獻標(biāo)志碼：A英文標(biāo)題