基于Girvan-Newman分裂的人群异常事件检测算法

作     者：李文韬 付晗 郝真 滕燕 杨林 赵沛然 张学武 Li Wentao;Fu han;Hao Zhen;Ten Yan;Yan Lin;Zhao Peiran;Zhang Xuewu

作者机构：河海大学物联网工程学院江苏常州213022 

出 版 物：《激光与光电子学进展》 (Laser & Optoelectronics Progress)

年 卷 期：2020年第57卷第6期

页      面：305-311页

核心收录：

学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 13[艺术学] 081104[工学-模式识别与智能系统] 08[工学] 0804[工学-仪器科学与技术] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 

基　　金：国家重点研发计划(2016YFC0401606) 国家自然科学基金(61671202,61573128,61701169) 

主　　题：机器视觉 运动特征 GN分裂 异常事件检测算法 

摘      要：针对传统基于群体运动状态分析的异常事件检测方法对场景语义信息描述不足的问题,引入了复杂网络中运用社区发现的Girvan-Newman(GN)分裂算法。将具有相似运动特征且位置相近的行人划分为多个群组,利用群组运动强度和群组数量的变化,描述群组在正常和异常场景中的差异,检测异常事件的发生。通过实验验证,该算法能够在丰富场景语义信息的同时实现对异常事件的准确检测。