(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210530057.7 (22)申请日 2022.05.16 (71)申请人 重庆工业职业 技术学院 地址 401120 重庆市渝北区桃源大道10 00 号 (72)发明人 蓝秀琼　邓皓　陈建华　 (74)专利代理 机构 重庆创新专利商标代理有限 公司 50125 专利代理师 李智祥 (51)Int.Cl. G06V 20/52(2022.01) G06V 20/40(2022.01) G06T 7/246(2017.01) G06K 9/62(2022.01) G06N 3/04(2006.01)G06N 3/08(2006.01) G06V 10/26(2022.01) G06V 10/764(2022.01) G06V 10/82(2022.01) (54)发明名称 一种群体行为识别方法 (57)摘要 本发明涉及图像处理技术领域， 具体涉及一 种群体行为识别方法， 包括 从监控视频数据中获 取运动目标； 在监控视频数据中的监测区域内设 置跟踪区域， 并在跟踪区域内设定计数线； 对跟 踪区域内的运动目标进行跟踪， 得到目标运动路 线； 对通过计数线的运动目标进行计数， 得到运 动目标数量； 基于目标运动路线和目标数量从监 控视频数据中获取群体行为表 示； 将群体行为表 示输入异常行为监测模型， 得到目标预测位置和 目标活动异常情况， 解决现有的群体行为识别方 法对群体行为识别的精确度较低的问题。 权利要求书1页 说明书5页 附图2页 CN 114821481 A 2022.07.29 CN 114821481 A 1.一种群 体行为识别方法， 其特 征在于， 包括以下步骤： 从监控视频 数据中获取运动目标； 在所述监控视频数据中的监测区域内设置跟踪区域， 并在所述跟踪区域内设定计数 线； 对所述跟踪区域内的所述 运动目标进行跟踪， 得到目标运动路线； 对通过所述计数线的所述 运动目标进行计数， 得到运动目标 数量； 基于所述目标运动路线和所述目标 数量从所述 监控视频 数据中获取群 体行为表示； 将所述群体行为表示输入异常行为监测模型， 得到目标预测位置和目标活动异常情 况。 2.如权利要求1所述的群 体行为识别方法， 其特 征在于， 所述从监控视频 数据中获取运动目标的具体方式为： 获取监控视频 数据； 获取所述监控视频 数据中的视频序列， 得到 视频图像； 从所述视频图像中分割监测区域； 使用卷积神经网络求取 所述监测区域的特 征， 得到运动目标。 3.如权利要求2所述的群 体行为识别方法， 其特 征在于， 所述对所述跟踪区域内的所述 运动目标进行跟踪， 得到目标运动路线的具体方式为： 获取所述跟踪区域内的所述 运动目标的边 缘信息； 从所述边缘信息中确定质心， 并对所述质心进行跟踪， 得到频移信号； 对所述频移信号进行峰值检测 和跟踪， 得到目标运动路线。 4.如权利要求1所述的群 体行为识别方法， 其特 征在于， 所述将所述群体行为表示输入异常行为监测模型， 得到目标预测位置和目标活动异常 情况的具体方式为： 获取训练集； 分析所述训练集的属性和本质， 得到群 体运动行为特 征； 根据所述群 体运动行为特 征建立分类模型； 使用所述训练集对所述分类模型进行训练， 得到 输出结果； 基于所述输出设定所述分类模型判断群体正常行为和群体异常行为的准则， 得到异常 行为监测模型； 将所述群体行为表示输入异常行为监测模型， 得到目标预测位置和目标活动异常情 况。 5.如权利要求 4所述的群 体行为识别方法， 其特 征在于， 所述异常行为 监测模型为长短时记 忆网络。权　利　要　求　书 1/1 页 2 CN 114821481 A 2一种群体 行为识别方 法 技术领域 [0001]本发明涉及图像处 理技术领域， 尤其涉及一种群 体行为识别方法。 背景技术 [0002]发展城市公共交通， 实现公交调度智能化， 是解决城市交通问题的有效途径。 快速 高效的公交数据采集分析技术， 对建立高效合理的城市公交系统具有决定作用。 同时， 公交 场所属于典型的群体活动地点。 群体活动越频繁， 与之相关的公共安全问题就越突出， 为此 需要群里 行为识别方法来对公交场所内的目标进行 行为异常情况进行获取。 [0003]现有的群体行为识别方法主要是通过提取单个目标的行为特征来对群体的行为 进行识别。 [0004]但在复杂的场景下， 目标之间相互遮挡或者阻塞给单个目标的目标分割、 目标追 踪带来了巨大的困难， 从而降低了对群 体行为识别的精确度。 发明内容 [0005]本发明的目的在于提供一种群体行为识别方法， 旨在解决现有的群体行为识别方 法对群体行为识别的精确度较低的问题。 [0006]为实现上述目的， 本发明提供了一种群 体行为识别方法， 包括以下步骤： [0007]从监控视频 数据中获取运动目标； [0008]在所述监控视频数据中的监测区域内设置跟踪区域， 并在所述跟踪区域内设定计 数线； [0009]对所述跟踪区域内的所述 运动目标进行跟踪， 得到目标运动路线； [0010]对通过所述计数线的所述 运动目标进行计数， 得到运动目标 数量； [0011]基于所述目标运动路线和所述目标数量从所述监控视频数据中获取群体行为表 示； [0012]将所述群体行为表示输入异常行为监测模型， 得到目标预测位置和目标活动异常 情况。 [0013]其中， 所述从监控视频 数据中获取运动目标的具体方式为： [0014]获取监控视频 数据； [0015]获取所述监控视频 数据中的视频序列， 得到 视频图像； [0016]从所述视频图像中分割监测区域； [0017]使用卷积神经网络求取 所述监测区域的特 征， 得到运动目标。 [0018]其中， 所述对所述跟踪区域内的所述运动目标进行跟踪， 得到目标运动路线的具 体方式为： [0019]获取所述跟踪区域内的所述 运动目标的边 缘信息； [0020]从所述边缘信息中确定质心， 并对所述质心进行跟踪， 得到频移信号； [0021]对所述频移信号进行峰值检测 和跟踪， 得到目标运动路线。说　明　书 1/5 页 3 CN 114821481 A 3