欢迎访问广东工业大学数据挖掘与信息检索实验室!

基于时间递归神经网络的人群异常检测和定位系统及方法

作者:DMIR    发表时间:2014-12-11    浏览量:475


发明人:蔡瑞初、谢伟浩、郝志峰、袁畅、陈恬、温雯、王丽娟、洪英汉

申请时间:2014年12月11日

专利申请号:201410795393.X

申请状态:已受理

说明:本发明公布了一种基于时间递归神经网络(recurrent neural network)的人群异常检测和定位系统及方法。该系统包括了:异常视频训练样本数据库,用于存储各种已标注的包含异常视频片段的训练样本,并定期进行更新;异常检测结果数据库,用于存储异常检测的结果,以便管理员对结果进行更正;监控视频数据数据库,用于存储从监控视频中获取的视频数据;模型数据库,用于存储训练好的模型;用户接口,用于提示用户异常发生并输出异常检测结果给用户,方便用户查看历史检测结果;管理员接口,用于管理员对检测结果进行修正,并将修正后的结果存储到异常样本数据库中,或者构建初始异常视频训练样本数据库;数据接口,用于从监控设备上获取视频数据,并将视频数据保存到监控视频数据数据库中,或者直接将实时数据用于异常检测和定位;视频数据预处理模块,用于对视频数据进行各种图像预处理等操作,方便后面的特征提取;特征抽取模块,用于对预处理后的视频数据进行特征抽取,将视频信息向量化;时间递归神经网络模型训练模块,用于根据数据库中已有的训练样本训练时间递归神经网络模型,并将模型保存到模型数据库中;异常检测模块,从异常数据库中读取模型,并将向量化的视频信息输入已训练好的时间递归神经网络模型中进行异常检测和定位。该系统具有较好的实时性和准确性,能检测由少数个体触发的异常或者是由大量个体如人群恐慌触发的异常。

系统设计总图: