基于光流法和混合高斯模型检测人群异常

在上一篇博客中已经得出视频帧的光流信息，这里接着根据已有数据做人群异常检测。

实验思路：

首先跟踪所有的角点，计算出它们的运动速度 $v_{i}$ 。接着对所有角点的速度求平均得出人群的平均速度 $v_{avg}$ 。然后监测是否存在某个角点运动速度明显高于人群的平均速度。设置一个合适的阈值 $T$ ，当满足条件 $v_{i} - v_{avg} > T$ 时，判断为异常。

实验代码：

首先封装Point类和距离计算方法，这里采用欧氏距离。

# 定义点的函数
class Point:
    def __init__(self, x = 0, y = 0):
        self.x = x
        self.y = y
    def getx(self):
        return self.x
    def gety(self):
        return self.y

# 定义直线函数   
class Getlen:
    def __init__(self, p1, p2):
        self.x = p1.getx() - p2.getx()
        self.y = p1.gety() - p2.gety()
        # 用math.sqrt（）求平方根
        self.len = math.sqrt((self.x**2) + (self.y**2))
    # 定义得到直线长度的函数
    def getlen(self):
        return self.len

定义人群平均速度、单点运动速度和求最快单点三个方法。其中单点运动速度根据前10个状态做平均求得。

# 计算人群平均速度
def calAverageSpeed(arr, f_i):
	idx = 0
	dist = 0
	for i in range(len(arr)):
		for j in range(f_i):
			dist = dist + arr[i][j]
			idx = idx + 1
	avgSpeed = dist / idx
	return avgSpeed

# 计算单点速度
def calSingleSpeed(arr, idx, f_i):
	if f_i < 10:
		return -1
	dist = 0
	for i in range(10):
		dist = dist + arr[idx][f_i - 10 + i]
	speed = dist / 10
	return speed

# 得出速度最快的点
def calFastestPoint(arr):
	idx = -1
	maxSpeed = 0;
	for i in range(len(arr)):
		if arr[i] > maxSpeed:
			maxSpeed = arr[i]
			idx = i
	return idx, maxSpeed

构建一个蒙版，用来绘制异常检测框。这里阈值设置为2（单点速度-人群平均速度 > 2）。

# 创建一个蒙版用来画异常检测框
mask_ab = np.zeros_like(first_rgbframe)

# 存储跟踪点的运动速度
v_p = np.zeros((len(p0), 205))
v_s = np.zeros(len(p0))
crowd_speed = 0
v_i = 1

for frame_i in frames:
	# N lines of code are omitted
	
	# 判定速度最快的点为异常点，并以矩形框标记
	crowd_speed = calAverageSpeed(v_p, v_i + 1)
	fastest_point, fastest_speed = calFastestPoint(v_s)
	imgAC = rgbframe
	if v_i > 10 and fastest_point < len(good_new) and fastest_point >= 0 and\
			fastest_speed-crowd_speed > 2:
		x, y = good_new[fastest_point]; x = int(x); y = int(y)
		mask_ab = cv2.rectangle(mask_ab, (x - 7, y - 10), (x + 7, y + 10), (0, 0, 255), 2)
		imgAC = cv2.add(rgbframe, mask_ab)
	mask_ab = np.zeros_like(first_rgbframe)
	cv2.imwrite(frameAC_path + frame_i, imgAC)

	# N lines of code are omitted