视频监控系统中行人群体性行为的识别问题一直是国内外学者研究的热点问题。针对已有研究中知识管理和融合的缺乏以及子算法的冗余等现状,本书主要以视频图像中行人图元为小粒度,对行人骨架属性信息、人数属性信息等进行研究;并依据行人属性信息间的关联关系,基于模糊逻辑规则对行人异常行为进行建模,并通过实例来检验模型算法的有效性。本研究属于社会公共安全管理、应急管理、大数据挖掘与人工智能的交叉与渗透,对实现监控视频大数据下的行人群体性行为识别具有一定的理论与实践意义。本书可供公共安全管理、大数据等相关领域研究人员阅读参考。

前 言
近年来,暴力袭击、游行示威和人员拥挤踩踏等社会性公共突发事件在国内外频繁发生,作为城市公共场所社会活动的主体,行人的公共安全问题已成为社会安全管理和智能安防建设中的重点问题。目前,我国大力发展以视频监控为核心的安防监控体系,在各个城市的公共区域都安装了大量的高清监控设备,产生了海量的监控视频数据。如何从这些数据中智能分析出行人群体性行为的状态变化,如何从中早期发现异常群体性事件的端倪并有效预警,已经成为治安视频监控领域面临的日益尖锐的科学问题。
视频数据中的群体性行为识别问题一直是国内外学者所关注的热点,已经取得了丰富的研究成果。已有的研究通常仅依据行人的图像特征,基于分类的方式进行分析,缺乏行人多属性信息的融合以及先验知识的应用;另外,当算法应用于监控视频大数据时,存在知识整体组织的缺失问题和子算法冗余问题,造成了大量资源的浪费。
由于视频数据中行人的行为主要通过行人的属性信息及其变化进行体现,因此书中主要以行人图元为视频数据的小粒度对行人行为进行研究,并进行部分算法的分布式及系统实现的探索,其中行人图元主要依据其几何属性信息分为单人图元和多人图元两类。书中主要的研究思路为:针对单人图元情形,首先,提出了基于平行线簇的快速行人骨架属性提取算法来获取其骨架属性信息,接下来,在先验知识的指导下,基于图元的多类属性信息构建了模糊逻辑规则对单人行为进行识别。针对多人图元情形,首先,提出了基于行人图元网络的人数属性信息挖掘算法来获取其人数属性信息,接下来,在先验知识的指导下,基于图元的多类属性信息,并融合单人图元的属性信息,构建了模糊逻辑规则对群体性行为进行识别。在书中的后一部分,以图元的人群属性信息挖掘算法为例进行了视频数据分布式处理的探索,并在视频监控系统中进行初步应用。
书中研究内容属于社会公共安全管理、应急管理、大数据挖掘与人工智能的交叉与渗透,对实现监控视频大数据下的行人行为识别具有一定的理论与实践意义。

高立青，山东烟台人，大连理工大学博士，太原理工大学经济管理学院，讲师；主要从事应急管理、数据挖掘与组合优化等方面的交叉学科研究；现主持国家自然科学基金青年项目1项；在《系统工程理论与实践》《自动化学报》、IETImageProcessing以及DiscreteAppliedMathematics等国内外著名期刊发表论文多篇。

目 录
1 绪论……………………………………………………………………………… 1
1.1 研究背景与意义…………………………………………………………… 1
1.2 研究内容与创新点………………………………………………………… 8
2 理论回顾与文献综述…………………………………………………………… 11
2.1 理论回顾…………………………………………………………………… 11
2.2 国内外相关研究综述……………………………………………………… 23
2.3 行人行为先验知识………………………………………………………… 37
3 基于知识的行人行为识别模式………………………………………………… 40
3.1 概述………………………………………………………………………… 40
3.2 行人相关知识元及图元…………………………………………………… 43
3.3 基于知识的行人信息挖掘框架…………………………………………… 54
4 基于知识元骨架属性的单人行为识别方法研究……………………………… 63
4.1 概述………………………………………………………………………… 63
4.2 基于平行线簇的快速骨架属性提取算法………………………………… 66
4.3 基于模糊逻辑规则的单人行为识别方法………………………………… 82
5 基于知识的行人群体性行为识别方法研究…………………………………… 96
5.1 概述………………………………………………………………………… 96
5.2 图元网络与收缩网络……………………………………………………… 99
5.3 多人图元的人数属性信息挖掘算法…………………………………… 106
5.4 基于行人图元属性的行人群体性行为识别方法……………………… 128
6 行人信息分布式挖掘方法及系统实现……………………………………… 136
6.1 概述……………………………………………………………………… 136
6.2 视频大数据的分布式行人信息挖掘示例……………………………… 140
6.3 基于知识的行人信息挖掘相关框架的系统实现……………………… 147
7 结论与展望…………………………………………………………………… 156
7.1 研究结论………………………………………………………………… 156
7.2 研究展望………………………………………………………………… 158
参考文献…………………………………………………………………………… 160