计算机工程与科学

作者：罗凡波, 王平, 徐桂菲, 雷勇军, 范烊

单位：1.西华大学电气与电子信息学院，四川 成都 610039；2.国网四川省电力公司达州供电公司，四川 达州 635000；3.国网四川省电力公司资阳供电公司，四川 资阳 641300

关键词：聚集异常预测, MCNN,人群运动状态,人群密度,人群距离势能,人群分布熵,

基金：教育部“春晖计划”（Z2012029）;四川省人工智能重点实验室基金（2016RYJ07）;西华大学研究生创新基金（ycjj2018025）

已有的公共场所人群聚集异常行为检测方法较少，且大多检测方法都是在人群已经异常聚集后再进行检测，检测准确率不高，时效性不够好。提出一种基于多尺度卷积神经网络（MCNN）的人群聚集异常预测模型。首先，通过多尺度卷积神经网络训练一个人群计数模型，用训练好的模型对人群聚集异常视频进行测试；然后在测试中完成人群人数统计与人群头部坐标点获取，进而计算人群密度、人群距离势能与人群分布熵；最后将得到的3种人群运动状态特征值利用PSO-ELM进行训练，得到预测模型，通过特征数据的变化，完成人群聚集行为的预测。实验结果表明，与现有算法相比，该模型能有效实现人群聚集异常行为的预警与检测，时效性强，为采取相应应急措施提供了更多时间，预测准确率达到了97?17%。

来源：2020年第12期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2020年第12期