第44卷第2期安全Vol．44No．22023年2月Safety＆SecurityFeb．2023■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■ExpertViewpoint人物观点引用格式:柏万胜，孙鹏，郎宇博，等．视频中异常行为自动检测技术研究［J］．安全，2023，44(2):1－6，9．作者简介:柏万胜(1996－)，男，江苏盐城人，硕士研究生，研究方向为声像资料检验技术。E－mail:1076846873@qq．com通信作者:孙鹏(1978－)，男，辽宁沈阳人，博士，教授，研究方向为智能监控技术、视频物证技术。E－mail:6094079@qq．comDOI:10．19737/j．cnki．issn1002－3631．2023．02．001视频中异常行为自动检测技术研究柏万胜1孙鹏1，2教授郎宇博1单大国1(1．中国刑事警察学院，辽宁沈阳110854;2．公安部痕迹检验重点实验室，辽宁沈阳110854)【摘要】为提升计算机对视频中异常行为的识别、判断能力，提供及时发现异常行为并阻止其造成更大损失的可能性，本文提出2种基于视觉低层特征设计的异常行为检测技术，利用混合高斯模型和区域像素灰度值判断运动目标是否进入危险高度，进而达到对攀高的检测;利用光流—聚类法和目标跟踪法实现初步、精确判断是否存在逆行行为。攀高实验中选取2个不同场景下的视频，逆行实验选取室外复杂环境中拍摄的视频进行检测，检测结果显示:攀高检测中，无误检;逆行检测中相较于传统光流法，误检率明显降低。【关键词】异常行为检测;视频监控;公共安全;视觉特征中图分类号:X924．2文献标识码:A文章编号:1002－3631(2023)02－0001－06基金资助:国家重点研发计划专项(2017YFC0822204);公安部痕迹检验重点实验室开放课题(2020ZDKF012);辽宁网络安全执法协同创新中心(2018007)ＲesearchonAutomaticDetectionTechnologyofAbnormalBehaviorinVideoBAIWansheng1SUNPeng1，2LANGYubo1SHANDaguo1(1．CriminalInvestigationPoliceUniversityofChina，ShenyangLiaoning110854，China;2．KeyLaboratoryofTraceExamination，MinistryofPublicSecurity，ShenyangLiaoning110854，China)Abstract:Inordertoimprovethecomputer'sabilitytorecognizeandjudgeabnormalbehaviorsinvideo，twoabnormalbehaviordetectiontechnologiesbasedonlow－levelvisualfeaturesareproposedtodetectascendingandretrogradebehaviorsinabnormalbehaviorsrespectively，soastomakeitpossibletodetectabnormalbe-haviorsintimeandpreventthemfromcausinggr...
