王 倩, 杜久玲, 刘 颖, 王伊琳

(西安邮电大学 通信与信息工程学院, 陕西 西安 710121)



基于RGB动态纹理的人群活动变化检测

王 倩, 杜久玲, 刘 颖, 王伊琳

(西安邮电大学 通信与信息工程学院, 陕西 西安 710121)

为了快速准确地检测人群活动的变化，给出一种基于RGB动态纹理的人群视频图像序列检测算法。该方法首先提取视频序列图像RGB三个通道的动态纹理特征并级联起来，然后用滑窗法量化视频序列之间的差异，从而构造人群活动变化曲线。实验结果表明，所给方法能够有效地检测出人群活动的变化，并快速浏览人群行为的变化趋势。

RGB；动态纹理；人群活动；变化检测

为了提高公共场所的安全性，需要对公共区域的人群活动进行有效监控[1]。采用计算机视觉、图像处理、模式识别等技术可实现对人群活动变化情况的检测[2]。其中，提取有效特征来表征视频序列是准确检测人群活动变化的关键。

视频数据有低层视觉特征和高层语义两种表征方法[2]。常用的低层视觉特征包括光流[3-4]、灰度梯度、目标轮廓[5]等。光流对噪声十分敏感，运算量也比较大。如果亮度恒定，灰度梯度在一定程度可以描述运动目标，而实际的运动亮度恒定很难实现。常见的高层语义特征有目标时空轨迹[6]，时空方向能量[7]，隐马尔可夫模型(Hidden Markov Model, HMM)和高斯混合模型(Gaussian Mixture Model, GMM)等。高层语义特征需要对数据进行复杂的处理，适用场景也有一定的局限性。

考虑到人群中个体之间具有极强的纹理特性，同时受所……