适用于密集人群的异常事件实时检测方法

潘磊 周欢 王明辉

摘 要：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0.023s/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。

关键词：智能视频监控；异常事件检测；光流法；卡尔曼滤波；残差分析

中图分类号： TP391.41 文献标志码：A英文标题