1、人口和活動多樣性的增加，使得人群現(xiàn)象無處不在。一旦在人群中發(fā)生意外事故，將會帶來巨大的損失，如能利用廣泛分布的監(jiān)控設備來實時發(fā)現(xiàn)異常情況，將可大大降低損失。但是人群密度高、模式變化快、場景中存在著巨大的遮擋等挑戰(zhàn)，使得傳統(tǒng)視頻監(jiān)控技術不能直接應用于人群場景，這使得人群異常事件檢測仍是一個有待解決的問題，成為了領域的研究難點和熱點。因此，研究人群異常事件檢測方法具有巨大的研究價值。
　　本文在密集場景時空建模的基礎上提出了一種基于多

2、尺度時間遞歸神經(jīng)網(wǎng)絡的人群異常事件檢測和定位方法。并基于該方法提出一個基于多尺度時間遞歸神經(jīng)網(wǎng)絡的人群異常檢測和定位系統(tǒng)的構(gòu)建方案。主要研究內(nèi)容包含以下幾個方面:
　　(1)使用時間遞歸神經(jīng)網(wǎng)絡對視頻序列進行建模，發(fā)現(xiàn)空間維度的相互依賴關系以及時間維度的相互依賴關系。首先，將人群場景進行網(wǎng)格化劃分，計算每一幀的光流，并從各個局部網(wǎng)格中提取多尺度光流直方圖特征;然后，鏈接各個局部網(wǎng)格特征作為整體的人群動態(tài)，并將整體人群動態(tài)當作時間序

3、列;最后，利用時間遞歸神經(jīng)網(wǎng)絡模型同時對時間維度的關系和空間維度的關系進行建模。利用時間遞歸神經(jīng)網(wǎng)絡的隱含層來發(fā)現(xiàn)人群場景中的相鄰網(wǎng)格之間的關系，利用反饋節(jié)點來發(fā)現(xiàn)時間維度的關系，利用時間遞歸神經(jīng)網(wǎng)絡的輸出層對不同網(wǎng)格進行判別，以此來發(fā)現(xiàn)和定位異常事件。
　　(2)基于空間局部性，對時間遞歸神經(jīng)網(wǎng)絡進行改進，提出了一種多尺度的時間遞歸神經(jīng)網(wǎng)絡模型，來更好的發(fā)現(xiàn)異常事件。主要利用多尺度時間遞歸神經(jīng)網(wǎng)絡的隱含層來發(fā)現(xiàn)人群場景中的不同尺