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。该方法在对采集到的样本数据进行预处理的基础上对场景进行网格化划分,将由n帧构成的视频片段划分成多个时空块。然后从每个时空块中构造多规模光流直方图和Gabor小波纹理特征。向量化并合并多个时空块中的特征,将视频片段作为时间序列,分别利用时间递归神经网络的隐含节点和反馈节点来发现空间维度和时间维度的关系,训练能检测长依赖关系的时间递归神经网络模型。最后利用该模型进行人群异常检测和定位。该方法具有较好的实时性和准确性,能检测由少数个体或者是由大量个体触发的异常。
声明:
“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” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)