人群异常行为数字图像处理与分析_刘国成著_9787564372460

　　《人群异常行为数字图像处理与分析》是2017年广东省教育厅重点平台和重大科研项目“基于视频图像分析的地铁人群异常行为识别关键技术研究”成果。随着靠前各大城市地铁交通运输系统乘客拥挤的现象越来越频繁，对安防的要求愈来愈高，地铁运营单位及社会对人群拥挤下的人流密度分析，以及吸烟、点火（烟雾）、拉扯斗殴、跨线、人群聚集等人群异常行为事件和情况愈发重视，对当前安防监控提出了更高的标准和要求。随着监控系统智能视频分析技术的发展和普及，如视频智能追踪技术、入侵监测技术、遗留物品检测技术、人脸识别技术等的出现和快速发展，为城市轨道交通系统的安防预警提供了新的技术方法和解决途径。
　　《人群异常行为数字图像处理与分析》主要基于视频图像对人流密度以及拥挤、烟火检测、打架、跨线等人群异常行为相关数字图像处理与分析的技术、方法、效果进行介绍和分析，为轨道交通智能视频在人群异常行为方面的研究提供参考和借鉴。

　　随着我国城市化建设和轨道交通的快速发展，由高铁、普铁、地铁等组成的轨道交通运输网络已成为我国重要的交通运输方式，承担着民众大规模出行的运量。随着民众出行的规模数量和频率次数的高速增长，高密度、超大量的乘客人流潮及其人群不确定行为给轨道交通客流运输及其公共安全带来了极大压力和巨大隐患。值得注意的是近些年来出现的一系列各类型人群异常行为事件（如暴力恐袭、纵火吸烟、阻挡车门、旅客霸坐、打架斗殴等），引发了社会的不安和激烈讨论，以及政府对轨道交通运输行业公共安全的高度关注。尤其是在高密集人流的情况下，如果发生此类事件，若不能及时发现和有效处置，必将导致更为严重的后果。从这些事件中我们也可以看出，事件发生虽然具有突发性或偶然性的特点，但是同时还伴有涉事人员的异常行为等特征。因此对涉事人员的异常行为有必要进行深入研究，特别是对事件发生的相关现场视频、图像等进行记录和分析，并对相近的、类似的行为进行识别和判断，以便在后续将要发生类似行为或事件时能够防患于未然，使事件得到及时控制和处置，从而避免类似事件的重演和再现。
　　目前，对突发异常行为事件的监控及其相关研究越来越倾向于通过在已知或已获取的视频和图像数据分析的基础上，对实时发生的人群异常行为进行机器识别和判断。而这些针对突发异常行为事件的视频或图像数据的分析，往往基于对人群异常行为图像的处理与分析研究的基础上，因此人群异常行为图像研究对公共领域人流密集、管控场所，如轨道交通客流运输、航空客流运输、城市公交客流运输等突发异常事件的分析、识别和预测具有愈来愈重要的作用和应用价值。近年来，对公共区域内的人群异常行为研究和判断识别日益得到关注，特别是随着城市轨道交通的快速发展，该研究越来越受到政府、学者、社会公众的重视，成为研究的热点。
　　当前，视频监控体系的建立已成为我国社会安全体系建设的一个重要组成部分。而视频监控系统作为轨道交通运输领域安全防治的一个重要手段，也发挥着无可替代的作用。随着这些视频监控系统的应用和发展，大量的视频图像数据需要存储、处理和分析，尤其是引发安全问题和安全隐患的异常行为事件视频和图像数据，这些数据对于事件发生、事件过程、事后分析以及日后防控防治等都具有重要的研究意义和应用价值。
　　有鉴于此，我们针对轨道交通行业存在的人群异常行为图像研究需要，对人群异常行为图像研究的相关技术和内容如图像预处理、图像增强、图像分割、图像识别等进行了介绍和探讨，为轨道交通领域中的人群异常行为图像分析和识别提供可以借鉴的方法和技术。
　　本书内容共有5章。第1章主要阐述了人群异常行为图像研究背景与意义，包含人群异常行为图像研究背景、意义、现状、研究内容以及思路和方法；第2章介绍了人群异常行为图像的常用预处理方法，包括色彩空间模型及不同空间模型间的转换、直方图分析、图像运算、图像中图形标示、数据封装等内容；第3章主要对人群异常行为图像增强技术进行讨论，包括灰度变换、中值滤波、同态滤波、形态学方法等；第4章对人群异常行为图像分割技术进行分析，包含阈值分割、基于微分算子的边缘检测、基于聚类分析的图像分割方法、基于分水岭算法的图像分割方法，以及基于多尺度小波分析的图像分割方法；第5章对模板匹配技术、形状识别技术、骨架提取技术、机器学习技术、深度学习技术等进行了介绍。
　　本著作获得2017年隼广东省重点平台和重大科研项目特色创新类项目（自然科学）“基于视频图像分析的地铁人群异常行为识别关键技术研究（2017GKTSCX053）”的资金资助出版，是该课题项目的研究成果。
　　本书的宗旨是根据轨道交通领域对安全运输的需要，服务于轨道交通行业对人群异常行为图像分析的需求。同时也为图像分析爱好者、研究人员以及学生提供参考。由于印刷成本的原因，书中彩色图像均为黑白印刷，为方便读者阅读此书，特将书中涉及的图像放入下面二维码中，请读者扫描获取。
　　本书撰写过程中，得到了广州铁路职业技术学院张杨博士、霍睿老师的支持和帮助，在此表示感谢。
　　由于作者水平有限，时间仓促，书中难免存在不妥与疏漏之处，敬请批评指正。

你还可能感兴趣

我要评论