杨玉成，张 乾，2，邵定琴，岳诗琴

(1. 贵州民族大学数据科学与信息工程学院，贵州 贵阳 550025；2. 贵州省模式识别与智能系统重点实验室，贵州 贵阳 550025)

1 引言

公共场所人群密度越来越高，例如机场、火车站、公园、旅游区等，大量人群聚集和离散容易引起安全事故的发生，因此公共场所人群事件实时监测变得越来越重要[1]。传统人群监测方法需要人工实时观察视频情况，导致公共场所人群事件监测效率低[2]。为了提高人群监测效率、降低监测成本。通过借助计算机分析公共场所人群移动行为，自动检测和识别公共场所存在的异常行为，从而提高公共场所的安全防控效率，因此人群移动行为检测成为模式识别、机器学习、计算机视觉等领域研究的新问题。

在人群移动行为检测中，虽然已经出现许多理论知识和检测方法，但是仍然存在许多技术难题：①人群移动会伴随跳跃、奔跑、肢体扭动等带来的不确定性影响因素[3]；②拥挤场景中的人群存在严重遮挡、倒影等噪声；③在时域和空域对人群移动行为进行分析[4]；④人群移动过程中，人群密度、形状、边界等随时间不断变化[5]。同时群体移动行为检测比个体移动行为检测难度大，群体移动行为表现为一种高层次的语义互动[6]，为人群行为分析建模带来巨大挑战[7]。

2 群体研究

群体行为是生物界中一种极为普遍的现象，生物群体研究主要分为两个领域：①宏观领域；②微观领域。宏观领域主要针对人群、鱼群、羊群、鸟群等群体进行研究[8]；……