《一种融合型卷积神经网络人群异常行为检测的方法》

技术简介：

本发明涉及一种融合型卷积神经网络人群异常行为检测的方法,首先通过卷积神经网络从背景中分离出特定的运动物体；其次提出通过卷积神经网络对基于多尺度信息和多任务学习策略的人群进行计数的算法,前者考虑到图像中人群具有不同尺度信息,通过搭建三通道卷积神经网络进行人群回归计数,后者通过人群密度估计以及人群等级划分利用多任务学习策略提高人群计数的精度；然后通过利用加权卷积自编码-长短期记忆网络学习正常行为模式,并通过对输入数据与重构数据误差分析进行异常行为检测与定位。最后通过前景分割算法抑制背景噪声的影响,从而进行准确的人群计数,并通过对群体人数进行预判再者对群体异常行为进行预测。

研发人员：杨彪;何才臻;徐黎明;陈阳;吕继东;毕卉