Resumen

El algoritmo de detección de comportamiento anormal necesita llevar a cabo un análisis de comportamiento basado en el seguimiento continuo de la inclinación del video, y la robustez del algoritmo se reduce por la occlusión de objetivos móviles, la occlusión del entorno y el movimiento de objetivos con el mismo color. Por esta razón, la información de flujo óptico entre imágenes RGB (rojo, verde y azul) y cuadros de video se utiliza como entrada de la red en vista del comportamiento grupal. Luego, la dirección, velocidad, aceleración y energía de la multitud se ponderan y fusionan en un descriptor global de flujo óptico. Al mismo tiempo, se extrae el mapa de trayectoria de la multitud de la imagen original de un solo cuadro. Posteriormente, para realizar la detección de objetivos móviles de gran desplazamiento y resolver el problema de que el algoritmo tradicional de flujo óptico solo es adecuado para la detección de objetivos móviles de desplazamiento, se propone un algoritmo

• Materias:Funciones Flujo de información Estudio de población Modelado de sistemas Modelo de campo
• Subjects:Functions Information flow Population study System modeling Field model
• Palabras claves:Algoritmo de detección de comportamiento anormal; Seguimiento de inclinación de video; Información de flujo óptico; Imágenes RGB; Comportamiento grupal; Mapa de trayectoria de multitudes
• Keywords:Abnormal behaviour detection algorithm; Video inclination tracking; Optical flow information; RGB images; Group behaviour; Crowd trajectory map