1、智能視頻監(jiān)控系統(tǒng)由于可以有效的解決公共場所安全問題而受到越來越多科研人員的關注。視頻中人群異常逃離行為檢測能夠自動分析識別場景中發(fā)生的群體異常事件并及時報警，具有廣泛的應用價值和較高的社會價值。因此，本文對人群異常四散逃離行為進行了以下研究：
　　首先，采用濾波法進行預處理。本文在預處理階段采用均值濾波消除視頻中存在的不可避免的噪聲，然后在前景提取階段為了進一步降低噪聲的影響同時減少后續(xù)算法的計算量，對運動場進行均勻網(wǎng)格劃分，并對

2、劃分后每個補丁中的運動矢量求統(tǒng)計平均值。本文采用k-means聚類算法對前景進行提取。
　　其次，根據(jù)改進加速度特征對人群異常四散逃離行為進行檢測。利用三幀圖像灰度不變性求出加速度特征后，結(jié)合人群分布指數(shù)對加速度公式進行改動，考慮了突發(fā)事件發(fā)生時，人群整體形態(tài)會突然呈現(xiàn)為分散，并且人群中個體加速度也會變大。因此，可以利用基于人群分布變化的改進加速度特性進行檢測。用公共數(shù)據(jù)庫進行實驗測試，并與基于社會力的人群異常行為檢測算法進行了對

3、比實驗，驗證本算法可以有效的檢測出人群異常逃離行為。
　　最后，對人群異?？赡馨l(fā)生的位置進行定位。本文通過引入逃離中心來表示人群異常可能發(fā)生的位置?；趩翁与x中心的異常定位算法主要是利用KNNS法對改進加速度矢量反向延長交點集進行劃分，而交點密集區(qū)的物理中心即為逃離中心。實際上經(jīng)常出現(xiàn)多個逃離中心同時存在的情況，針對這種情況通過利用改進單個逃離中心算法與距離分割法的結(jié)合實現(xiàn)基于多逃離中心的異常定位方法。通過設計合成的數(shù)據(jù)驗證理論可