群体运动一致性过滤方法技术

本发明专利技术涉及一种群体运动一致性过滤方法，从密集场景视频序列中获取初始群体运动轨迹片段集合；根据群体运动轨迹片段集合获取群体一致性运动特征，并根据群体一致性运动特征选择群体运动方向一致性超出设定阈值的作为候选运动群体，计算候选运动群体的运动一致性方向，并确定群体运动一致的个体集合，剔除个体集合中与当前个体集合运动一致相关性有效区间范围之外的运动个体，并标记为离散个体；判断剔除离散个体后的个体集合的运动速度是否收敛于常数，若是，则获取过滤后的运动轨迹片段。因此，能够将群体运动中不一致的去除，从而提高密集场景中群体检测性能。

【技术实现步骤摘要】

本专利技术涉及群体运动图像处理方法，特别是涉及一种密集场景中的群体运动一致性过滤方法。
技术介绍
智能视频监控对提高监控效率具有极大的帮助作用，它减小了要人工处理的大量的数据，而只把注意力集中到一些特定的部分上，从而排除了大量无关的数据，大大减轻操作员的工作负担，避免了由于长时间盯住显示器带来的疲劳以及由此引起的疏忽，提高了监控的有效性。近年来，我国经济迅猛发展，随着文化强国战略的提出，公众参与社会活动的积极性不断提高，公共场所各种人群聚集现象频繁出现，随之而来的安全隐患问题日益突出。在城市上下班高峰期，地铁站、汽车站等人群稠密地区，极易发生拥堵踩踏事故。为了对公共区域进行全面有效的监控，相关部门在城市各个区域安装了大量的监控摄像头。监控任务主要依靠值守人员对视频直接观测来完成。随着监控区域范围的扩大，安保人员的工作强度也随之增大。在密集视频场景中，基于计算机视觉的视频一致运动群体检测为监控视频中群体性行为的主动发现提供新的技术手段。人群分析粒度可划分为个体、群体和整个人群。一些方法通过提出两个一致邻居不变量分割出人群中的一致运动群体。在初始的一致运动群体检测基础上，一些方法首先利用马尔科夫链学习出群体转换先验，然后调整群体检测结果。基于群体成员间交互社会学特性，一些方法通过层次化聚类进行群体检测。现有方法考虑了群体个体间的协同性和运动一致特性，但是，没有考虑一致运动群体间的属性差异，特别是群体运动一致性描述。群体的瞬时一致运动方向，作为一种群体运动属性有助于分析和理解群体间的行为。一些方法验证了群体运动属性在区分群体间一致运动差异和识别密集场景方面的有效性。但是，由于密集场景中人群分布广泛，视频捕获的一致运动个体间的运动特征不一定表现为具有一致性。群体的瞬时一致运动方向对于由于运动个体跟踪和视频拍摄角度带来的运动特征误差具有鲁棒性，有助于提高群体运动一致性，从而提高密集场景中群体检测性能。目前，尚未存在面向密集场景中群体检测性能优化的群体运动一致性过滤方法。
技术实现思路
基于此，有必要提供一种密集场景中的群体运动一致性过滤方法。一种群体运动一致性过滤方法，包括以下步骤：步骤A、从密集场景视频序列中获取初始群体运动轨迹片段集合；步骤B、根据所述群体运动轨迹片段集合获取群体一致性运动特征，并根据所述群体一致性运动特征选择群体运动方向一致性超出设定阈值的作为候选运动群体；步骤C、计算所述候选运动群体的运动一致性方向，并确定群体运动一致的个体集合；步骤D、剔除所述个体集合中与当前个体集合运动一致相关性有效区间范围之外的运动个体，并标记为离散个体；步骤E、判断剔除所述离散个体后的个体集合的运动速度是否收敛于常数，若是，则获取过滤后的运动轨迹片段。在其中一个实施例中，所述根据所述群体运动轨迹片段集合获取群体一致性运动特征，并根据所述群体一致性运动特征选择群体运动方向一致性超出设定阈值的作为候选运动群体的步骤包括：根据所述群体运动轨迹片段集合获取群体一致性量化表示，并形成群体运动特性量化表示；根据所述群体运动特性量化表示选择群体运动一致性超出设定阈值的作为候选运动群体。在其中一个实施例中，所述根据所述群体运动轨迹片段集合获取群体一致性量化表示，并形成群体运动特性量化表示的步骤包括：提取不同运动方向区间覆盖运动个体集合的群体运动一致性量化表示，形成群体运动特性量化表示。在其中一个实施例中，还包括：提取不同运动方向区间覆盖运动个体集合的群体运动一致性量化表示的群体运动一致性直方图，所述群体运动一致性直方图的区间为群体中个体运动角度所在的区间范围，区间范围是覆盖[-π,0]∪[0,π]的任意角度区间集合。在其中一个实施例中，所述根据所述群体运动特性量化表示选择群体运动一致性超出设定阈值的作为候选运动群体的步骤包括：根据群体运动一致性直方图的各个方向区间内个体运动一致性C与各个方向区间覆盖运动个体的个数N的线性和非线性函数h选择群体运动一致性方向区间。在其中一个实施例中，所述计算所述候选运动群体的运动一致性方向，并确定群体运动一致的个体集合的步骤包括：采用公式c(vi)＝<vi，vdir>/||vi||·||vdir||计算群体运动一致相关性，其中，vi是当前群体中所有个体运动速度，vdir是所述群体运动一致性方向。在其中一个实施例中，所述剔除所述个体集合中与当前个体集合运动一致相关性有效区间范围之外的运动个体，并标记为离散个体的步骤包括：所述运动一致相关性有效区间上界为运动群体中个体i运动速度与当前群体运动一致性方向速度的速度相关系数最小值min＝minimum(c(vi))和方差σ的线性函数low(v,l)＝min+ε·σ；所述运动一致相关性有效区间下界为运动群体中个体i运动速度与当前群体运动一致性方向速度的速度相关系数最大值max＝maximize(c(vi))和方差σ的线性函数up(v,l)＝max+ε·σ，ε为常数项；超出所述运动一致性相关性有效区间上界和下界范围的运动个体为离散个体。在其中一个实施例中，在所述剔除所述个体集合中与当前个体集合运动一致相关性有效区间范围之外的运动个体的步骤之后还包括：将运动群体中一致个体集合的最大覆盖半径大于最小运动一致相关性的离散个体加入当前群体的个体集合；计算当前运动群体中个体集合的运动速度。在其中一个实施例中，所述判断剔除所述离散个体后的个体集合的运动常数是否收敛于常数的步骤包括：判断当前运动群体中个体集合的运动速度是否收敛于常数φ。在其中一个实施例中，若剔除所述离散个体后的个体集合的运动速度不收敛于常数，则再次执行步骤B-D，直至当前运动群体中个体集合的运动速度收敛于常数。上述群体运动一致性过滤方法从密集场景视频序列中获取初始群体运动轨迹片段集合；根据所述群体运动轨迹片段集合获取群体一致性运动特征，并根据所述群体一致性运动特征选择群体运动方向一致性超出设定阈值的作为候选运动群体，计算所述候选运动群体的运动一致性方向，并确定群体运动一致的个体集合，剔除所述个体集合中与当前个体集合运动一致相关性有效区间范围之外的运动个体，并标记为离散个体；判断剔除所述离散个体后的个体集合的运动速度是否收敛于常数，若是，则获取过滤后的运动轨迹片段。因此，能够将群体运动中不一致的去除，从而提高密集场景中群体检测性能。附图说明图1为群体运动一致性过滤方法的流程图；图2为又一个实施例的群体运动一致性过滤方法的流程图；图3为过滤前的群体运动状态图；图4为过滤后的群体运动状态图。具体实施方式为了便于理解本专利技术，下面将参照相关附图对本专利技术进行更全面的描述。附图中给出了本专利技术的较佳的实施例。但是，本专利技术可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使对本专利技术的公开内容的理解更加透彻全面。需要说明的是，当元件被称为“固定于”另一个元件，它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件，它可以是直接连接到另一个元件或者可能同时存在居中元件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的。除非另有定义，本文所使用的所有的技术和科学术语与属于本专利技术的
的技术人员通常理解本文档来自技高网...

【技术保护点】
一种群体运动一致性过滤方法，其特征在于，包括以下步骤：步骤A、从密集场景视频序列中获取初始群体运动轨迹片段集合；步骤B、根据所述群体运动轨迹片段集合获取群体一致性运动特征，并根据所述群体一致性运动特征选择群体运动方向一致性超出设定阈值的作为候选运动群体；步骤C、计算所述候选运动群体的运动一致性方向，并确定群体运动一致的个体集合；步骤D、剔除所述个体集合中与当前个体集合运动一致相关性有效区间范围之外的运动个体，并标记为离散个体；步骤E、判断剔除所述离散个体后的个体集合的运动速度是否收敛于常数，若是，则获取过滤后的运动轨迹片段。

【技术特征摘要】
1.一种群体运动一致性过滤方法，其特征在于，包括以下步骤：步骤A、从密集场景视频序列中获取初始群体运动轨迹片段集合；步骤B、根据所述群体运动轨迹片段集合获取群体一致性运动特征，并根据所述群体一致性运动特征选择群体运动方向一致性超出设定阈值的作为候选运动群体；步骤C、计算所述候选运动群体的运动一致性方向，并确定群体运动一致的个体集合；步骤D、剔除所述个体集合中与当前个体集合运动一致相关性有效区间范围之外的运动个体，并标记为离散个体；步骤E、判断剔除所述离散个体后的个体集合的运动速度是否收敛于常数，若是，则获取过滤后的运动轨迹片段。2.根据权利要求1所述的群体运动一致性过滤方法，其特征在于，所述根据所述群体运动轨迹片段集合获取群体一致性运动特征，并根据所述群体一致性运动特征选择群体运动方向一致性超出设定阈值的作为候选运动群体的步骤包括：根据所述群体运动轨迹片段集合获取群体一致性量化表示，并形成群体运动特性量化表示；根据所述群体运动特性量化表示选择群体运动一致性超出设定阈值的作为候选运动群体。3.根据权利要求2所述的群体运动一致性过滤方法，其特征在于，所述根据所述群体运动轨迹片段集合获取群体一致性量化表示，并形成群体运动特性量化表示的步骤包括：提取不同运动方向区间覆盖运动个体集合的群体运动一致性量化表示，形成群体运动特性量化表示。4.根据权利要求3所述的群体运动一致性过滤方法，其特征在于，还包括：提取不同运动方向区间覆盖运动个体集合的群体运动一致性量化表示的群体运动一致性直方图，所述群体运动一致性直方图的区间为群体中个体运动角度所在的区间范围，区间范围是覆盖[-π,0]∪[0,π]的任意角度区间集合。5.根据权利要求2所述的群体运动一致性过滤方法，其特征在于，所述根据所述群体运动特性量化表示选择群体运动一致性超出设定阈值的作为候选运动群体的步骤包括：根据群体运动一致性直方图的各个方向区间内个体运动一致性C与各个方向区间覆盖运动个体的个数N...

【专利技术属性】
技术研发人员：李娜，张云，冯圣中，
申请(专利权)人：深圳先进技术研究院，
类型：发明
国别省市：广东;44