特征自学习机制下的密集群体内多人交互行为异常感知

项目名称： 特征自学习机制下的密集群体内多人交互行为异常感知

项目编号： No.61401268

项目类型： 青年科学基金项目

立项/批准年度： 2014

项目学科： 无线电电子学、电信技术

项目作者： 邵洁

作者单位： 上海电力学院

项目金额： 25万元

中文摘要： 密集群体不仅为违法犯罪事件提供了更加隐秘的实施空间，而且存在小范围异常迅速波及大范围区域的可能。因此，及时发现并预警密集群体中异常事件与民众的公共利益和社会长治久安息息相关。然而，群体视频监控图像普遍存在目标遮挡严重、单目标分辨率低、异常行为运动特征不显著等特点，导致遵循多目标检测跟踪或群体运动流分析思路均局限于特定的群体密度和异常类型。本项目拟建立一种基于特征自学习机制的密集群体多人交互行为异常感知算法架构，在固定视角下，利用密集群体流动性分析获取异常预判区域，再采用多层自学习稀疏特征描述多人互动行为时空区域，并结合行为人的运动轨迹、空间分布、关注区域等信息实现密集群体中的多人交互行为识别和异常感知。本项目的研究成果不仅对公共场所异常行为智能检测及预警，刑侦案件辅助侦破等公共安全事务的智能化发展有积极的推动作用，还能为人机交互,环境控制和监测,体育及娱乐分析等多个领域的应用提供研究基础。

中文关键词： 密集群体；视觉感知；低分辨率表情识别；小群体检测；多模态情感认知

英文摘要： High crowded scenes not only become the more covert places for illegal activities, but also have the high probability that people in a wider area are quickly affected by abnormal behaviors in a small region. As a result, it is important to find and warn a

英文关键词： in the crowd；visual sensing；low-resolution facial expression recognition；group detection；multi-modal emotion recognition