《人群異常行為數(shù)字圖像處理與分析》是2017年廣東省教育廳重點平臺和重大科研項目“基于視頻圖像分析的地鐵人群異常行為識別關(guān)鍵技術(shù)研究”成果。隨著靠前各大城市地鐵交通運輸系統(tǒng)乘客擁擠的現(xiàn)象越來越頻繁,對安防的要求愈來愈高,地鐵運營單位及社會對人群擁擠下的人流密度分析,以及吸煙、點火(煙霧)、拉扯斗毆、跨線、人群聚集等人群異常行為事件和情況愈發(fā)重視,對當前安防監(jiān)控提出了更高的標準和要求。隨著監(jiān)控系統(tǒng)智能視頻分析技術(shù)的發(fā)展和普及,如視頻智能追蹤技術(shù)、入侵監(jiān)測技術(shù)、遺留物品檢測技術(shù)、人臉識別技術(shù)等的出現(xiàn)和快速發(fā)展,為城市軌道交通系統(tǒng)的安防預(yù)警提供了新的技術(shù)方法和解決途徑。
《人群異常行為數(shù)字圖像處理與分析》主要基于視頻圖像對人流密度以及擁擠、煙火檢測、打架、跨線等人群異常行為相關(guān)數(shù)字圖像處理與分析的技術(shù)、方法、效果進行介紹和分析,為軌道交通智能視頻在人群異常行為方面的研究提供參考和借鑒。
隨著我國城市化建設(shè)和軌道交通的快速發(fā)展,由高鐵、普鐵、地鐵等組成的軌道交通運輸網(wǎng)絡(luò)已成為我國重要的交通運輸方式,承擔著民眾大規(guī)模出行的運量。隨著民眾出行的規(guī)模數(shù)量和頻率次數(shù)的高速增長,高密度、超大量的乘客人流潮及其人群不確定行為給軌道交通客流運輸及其公共安全帶來了極大壓力和巨大隱患。值得注意的是近些年來出現(xiàn)的一系列各類型人群異常行為事件(如暴力恐襲、縱火吸煙、阻擋車門、旅客霸坐、打架斗毆等),引發(fā)了社會的不安和激烈討論,以及政府對軌道交通運輸行業(yè)公共安全的高度關(guān)注。尤其是在高密集人流的情況下,如果發(fā)生此類事件,若不能及時發(fā)現(xiàn)和有效處置,必將導致更為嚴重的后果。從這些事件中我們也可以看出,事件發(fā)生雖然具有突發(fā)性或偶然性的特點,但是同時還伴有涉事人員的異常行為等特征。因此對涉事人員的異常行為有必要進行深入研究,特別是對事件發(fā)生的相關(guān)現(xiàn)場視頻、圖像等進行記錄和分析,并對相近的、類似的行為進行識別和判斷,以便在后續(xù)將要發(fā)生類似行為或事件時能夠防患于未然,使事件得到及時控制和處置,從而避免類似事件的重演和再現(xiàn)。
目前,對突發(fā)異常行為事件的監(jiān)控及其相關(guān)研究越來越傾向于通過在已知或已獲取的視頻和圖像數(shù)據(jù)分析的基礎(chǔ)上,對實時發(fā)生的人群異常行為進行機器識別和判斷。而這些針對突發(fā)異常行為事件的視頻或圖像數(shù)據(jù)的分析,往往基于對人群異常行為圖像的處理與分析研究的基礎(chǔ)上,因此人群異常行為圖像研究對公共領(lǐng)域人流密集、管控場所,如軌道交通客流運輸、航空客流運輸、城市公交客流運輸?shù)韧话l(fā)異常事件的分析、識別和預(yù)測具有愈來愈重要的作用和應(yīng)用價值。近年來,對公共區(qū)域內(nèi)的人群異常行為研究和判斷識別日益得到關(guān)注,特別是隨著城市軌道交通的快速發(fā)展,該研究越來越受到政府、學者、社會公眾的重視,成為研究的熱點。
當前,視頻監(jiān)控體系的建立已成為我國社會安全體系建設(shè)的一個重要組成部分。而視頻監(jiān)控系統(tǒng)作為軌道交通運輸領(lǐng)域安全防治的一個重要手段,也發(fā)揮著無可替代的作用。隨著這些視頻監(jiān)控系統(tǒng)的應(yīng)用和發(fā)展,大量的視頻圖像數(shù)據(jù)需要存儲、處理和分析,尤其是引發(fā)安全問題和安全隱患的異常行為事件視頻和圖像數(shù)據(jù),這些數(shù)據(jù)對于事件發(fā)生、事件過程、事后分析以及日后防控防治等都具有重要的研究意義和應(yīng)用價值。
有鑒于此,我們針對軌道交通行業(yè)存在的人群異常行為圖像研究需要,對人群異常行為圖像研究的相關(guān)技術(shù)和內(nèi)容如圖像預(yù)處理、圖像增強、圖像分割、圖像識別等進行了介紹和探討,為軌道交通領(lǐng)域中的人群異常行為圖像分析和識別提供可以借鑒的方法和技術(shù)。
本書內(nèi)容共有5章。第1章主要闡述了人群異常行為圖像研究背景與意義,包含人群異常行為圖像研究背景、意義、現(xiàn)狀、研究內(nèi)容以及思路和方法;第2章介紹了人群異常行為圖像的常用預(yù)處理方法,包括色彩空間模型及不同空間模型間的轉(zhuǎn)換、直方圖分析、圖像運算、圖像中圖形標示、數(shù)據(jù)封裝等內(nèi)容;第3章主要對人群異常行為圖像增強技術(shù)進行討論,包括灰度變換、中值濾波、同態(tài)濾波、形態(tài)學方法等;第4章對人群異常行為圖像分割技術(shù)進行分析,包含閾值分割、基于微分算子的邊緣檢測、基于聚類分析的圖像分割方法、基于分水嶺算法的圖像分割方法,以及基于多尺度小波分析的圖像分割方法;第5章對模板匹配技術(shù)、形狀識別技術(shù)、骨架提取技術(shù)、機器學習技術(shù)、深度學習技術(shù)等進行了介紹。
本著作獲得2017年隼廣東省重點平臺和重大科研項目特色創(chuàng)新類項目(自然科學)“基于視頻圖像分析的地鐵人群異常行為識別關(guān)鍵技術(shù)研究(2017GKTSCX053)”的資金資助出版,是該課題項目的研究成果。
本書的宗旨是根據(jù)軌道交通領(lǐng)域?qū)Π踩\輸?shù)男枰,服?wù)于軌道交通行業(yè)對人群異常行為圖像分析的需求。同時也為圖像分析愛好者、研究人員以及學生提供參考。由于印刷成本的原因,書中彩色圖像均為黑白印刷,為方便讀者閱讀此書,特將書中涉及的圖像放入下面二維碼中,請讀者掃描獲取。
本書撰寫過程中,得到了廣州鐵路職業(yè)技術(shù)學院張楊博士、霍睿老師的支持和幫助,在此表示感謝。
由于作者水平有限,時間倉促,書中難免存在不妥與疏漏之處,敬請批評指正。
劉國成,男,1975年生,廣東汕頭人,博士學位,副教授,企業(yè)培訓師,F(xiàn)任廣州鐵路職業(yè)技術(shù)學院計算機應(yīng)用技術(shù)專業(yè)骨干教師、廣州軌道交通系統(tǒng)裝備安全與智能技術(shù)重點實驗室子方向?qū)W術(shù)帶頭人,長期從事計算機應(yīng)用技術(shù)、機器視覺技術(shù)與計算機圖像分析等方面的研究與教學,有著豐富的一線教學和管理經(jīng)驗。主持和參與多項省市級研究項目,獲得國家教學成果獎二等獎1項,廣東省教學成果獎一等獎1項,廣州市教學成果獎二等獎1項,發(fā)表論文十余篇,獲得國家專利授權(quán)61項,獲得計算機軟件著作權(quán)12項。
第1章 人群異常行為圖像研究背景與意義
1.1 人群異常行為圖像研究背景
1.1.1 我國軌道交通客流運輸?shù)陌l(fā)展現(xiàn)狀
1.1.2 我國軌道交通客流運輸面臨的安全問題
1.2 人群異常行為圖像研究的意義
1.3 人群異常行為圖像研究現(xiàn)狀
1.4 人群異常行為圖像研究內(nèi)容
1.4.1 人群流量統(tǒng)計技術(shù)
1.4.2 人群聚集檢測技術(shù)
1.4.3 人群散逃檢測技術(shù)
1.4.4 人群密度檢測技術(shù)
1.4.5 人員打架檢測技術(shù)
1.4.6 人員倒地檢測技術(shù)
1.4.7 人員徘徊檢測技術(shù)
1.4.8 快速奔跑檢測技術(shù)
1.4.9 不文明行為檢測技術(shù)
1.4.10 吸煙點火檢測技術(shù)
1.4.11 異?缇檢測技術(shù)
1.4.12 人員區(qū)域入侵技術(shù)
1.4.13 人員翻越檢測技術(shù)
1.4.14 人員圖像追蹤技術(shù)
1.4.15 人群人臉抓拍技術(shù)
1.4.16 人群人臉識別技術(shù)
1.4.17 遺留物檢測技術(shù)
1.4.18 物體丟失檢測技術(shù)
1.5 人群異常行為圖像研究思路和方法
1.5.1 人群異常行為圖像研究的思路
1.5.2 人群異常行為圖像研究的方法
第2章 人群異常行為圖像預(yù)處理方法
2.1 圖像色彩空間轉(zhuǎn)換
2.1.1 色彩空間模型技術(shù)
2.1.2 色彩空間模型的變換
2.1.3 色彩空間變換的應(yīng)用
2.2 圖像直方圖分析
2.2.1 圖像直方圖原理
2.2.2 圖像直方圖的繪制
2.2.3 圖像直方圖的應(yīng)用
2.3 圖像運算處理
2.3.1 圖像點運算
2.3.2 圖像算術(shù)運算
2.3.3 圖像幾何運算
2.3.4 圖像邏輯運算
2.4 圖像中圖形繪制與標示
2.4.1 在圖像中繪制直線
2.4.2 在圖像中繪制矩形
2.4.3 在圖像中繪制圓形
2.4.4 在圖像中繪制橢圓
2.5 圖像數(shù)據(jù)三維封裝
第3章 人群異常行為圖像增強技術(shù)
3.1 灰度變換技術(shù)及方法
3.1.1 灰度變換技術(shù)
3.1.2 灰度變換方法
……
第4章 人群異常行為圖像分割技術(shù)
第5章 人群異常行為圖像識別技術(shù)
參考文獻