多源监控视频大尺度人群异常行为感知研究

近年来，随着我国政治、经济、文化与社会活动日趋活跃，大型活动已经成为促进经济发展和文化交流的重要载体，对大型的群体活动的有效监控成为城市管理必不可少的一部分。针对大尺度人群监控问题中群体规模大、事件范围大、时间跨度大的特点，本项目结合本学科的发展趋势和申请者相关的工作基础，通过汇聚流体力学、机器学习和计算机视觉领域的应用和理论拓展的研究成果，利用拉格朗日粒子动力学和因果关联性分析的相关理论，对多源大尺度群体监控问题进行研究，揭示多源大尺度群体事件的演化规律，提出相应的群体行为分析模型，实现拥挤群体的异常行为的快速高效感知。本项研究将形成一套完整的研究方案及相关技术路线，以期望对大尺度群体的智能视觉感知技术进行突破与创新，对于提高我国计算机视觉相关领域的基础研究水平具有重要的科学价值。同时，对提高我国群体性事件的防控能力，实现城市公共安全智能化、信息化管理具有重要的现实意义。

近年来，随着我国政治、经济、文化与社会活动日趋活跃，大型活动已经成为促进经济发展和文化交流的重要载体，对大型的群体活动的有效监控成为城市管理必不可少的一部分。本课题利用流体动力学和因果关联性分析的相关理论，对多源大尺度群体监控问题进行研究，揭示多源大尺度群体事件的演化规律。提出了基于视频结构特性分析的时空域特征提取算法、人群行为异常感知及因果事态推演建模分析、实现不同尺度群体的密度、分布及运动结构重要特征描述及异常行为的快速高效感知。课题研究期间，共发表主要期刊论文7篇，国际会议8篇（获得1篇最佳会议论文奖），申请国家发明专利9项（已授权2项），培养博士研究生3人，硕士研究生4人。结合实际城市公共安全图像监控系统的实战应用，在上海市公安局搭建了高清图像监控基于多源监控视频大尺度群体异常行为感知系统演示平台，并设计有效的针对人群分析的半自动基础数据标注系统。本课题对提高我国群体性事件的防控能力，实现城市公共安全智能化、信息化管理具有重要的理论意义和现实意义。