Phát hiện và phân tích hành vi đám đông

Bài viết Phát hiện và phân tích hành vi đám đông trình bày trong bài báo này liên quan đến bài toán phát hiện và phân tích chuyển động của đám đông. Hệ thống đề xuất bao gồm ba bước xử lý chính. Đầu tiên, hệ thống thực hiện ước lượng chuyển động của các cá thể trong đám đông dựa vào phân tích dòng quang học.

Trương Công Dung Nghi, Chế Viết Nhật Anh 118 PHÁT HIỆN VÀ PHÂN TÍCH HÀNH VI ĐÁM ĐƠNG CROWD MOTION DETECTION AND ANALYSIS Trương Công Dung Nghi, Chế Viết Nhật Anh Trường Đại học Bách khoa – Đại học Quốc gia Thành phố Hồ Chí Minh; tcdungnghi@hcmut.edu.vn, nhat-anh.che@hcmut.edu.vn Tóm tắt - Nghiên cứu trình bày báo liên quan đến tốn phát phân tích chuyển động đám đông Hệ thống đề xuất bao gồm ba bước xử lý Đầu tiên, hệ thống thực ước lượng chuyển động cá thể đám đơng dựa vào phân tích dịng quang học Một giải thuật đặc biệt sau đề xuất nhằm phân tích độ tương đồng chuyển động đám đông Cuối cùng, hệ thống thực ước lượng ma trận đánh dấu vùng chuyển động bật đám đông dựa nguyên lý giải thuật phân loại lớp thực không gian đa tạp Hệ thống đề xuất kiểm nghiệm video giám sát thu từ nhiều nguồn với nhiều tình phức tạp khác Kết thực nghiệm cho thấy hiệu hệ thống đề xuất Abstract - This paper presents a study on developing a robust framework for crowd motion detection and analysis The proposed approach consists of three main steps Firstly, a motion detection algorithm is applied in order to extract the motion véc-tơs of the observed scene A specific motion analysis framework is then carried out to estimate the homogeneity of the crowd motion Finally, a ranking procedure based on the principle of the manifold classification is introduced to deduce a motion salient map that emphasizes the important regions containing distinguished motion The performance of the system is tested on inspection videos from various sources under different scenarios The experimental results show that the proposed framework produces satisfactory results Từ khóa - phát chuyển động; dịng quang học; phân loại lớp; khơng gian đa tạp; phân tích hành vi đám đơng Key words - motion detection; optical flow; one-class classification; manifold space; crowd behavior analysis Giới thiệu đám đông [2], [3], [4], ước lươ ̣ng mật độ đám đông [5], [6], phân tích hành vi đám đơng [7], [8], [9], [10], [11], [12], chí thực việc theo vế t đố i tươ ̣ng đơn lẻ đám đông [13], [14] Việc phát đám đông thường đươ ̣c dựa kế t quả của việc tách tiề n cảnh khỏi nề n [2], [15], [16] thông qua phân tích cấu trúc (texture) của khung ảnh [4], [6] Đây bước xử lý bản, làm tiề n đề cho phân tích chuyên sâu theo sau Những phân tích chuyên sâu được quan tâm ước lươ ̣ng mật độ đám đông thông qua đặc điểm cấ u trúc của vùng đám đơng [5], [6], phân tách nhóm di chủn đám đông với hướng tố c độ di chuyể n khác [11], [12] Dựa tham số đặc trưng phân tách đươ ̣c, kế t hơ ̣p với sớ tiêu chí về giám sát an ninh đươ ̣c đặt ra, hệ thớ ng có thể tiế n hành phân tích hành vi của đám đông, phát dấu hiệu bấ t thường đưa những cảnh báo cầ n thiế t Ngày nay, với những yêu cầ u ngày cao về an ninh công cộng, ngày nhiều camera giám sát được cài đặt ta ̣i khu vực công cộng, nhấ t những khu vực nha ̣y cảm cầ n giám sát liên tu ̣c Nhiề u vấ n đề với hệ thố ng giám sát cũng được đặc biệt ý Một những vấ n đề được đặc biệt quan tâm gầ n việc giám sát đám đơng, tốn phát phân tích chủn động của đám đơng có thể được xem những bước xử lý bản, làm tiề n đề cho những phân tích hành vi đám đông phức ta ̣p Trong báo này, nhóm tác giả trình bày hệ thớng có khả phát phân tích chuyể n động của đám đơng (Hình 1) Hệ thớng có thể đươc̣ chia thành ba khớ i xử lý chính: (i) ước lươṇ g chuyể n động của cá thể đám đơng, (ii) phân tích độ tương đờng chủn động của đám đông, (iii) đánh dấ u vùng nổ i bật của đám đông Hệ thố ng trước hế t thực việc ước lượng chuyể n động của cá thể đám đông dựa phương pháp Kanade - Lucas - Tomasi [1] Các véctơ chuyển động thu đươc̣ từ bước sẽ đươc̣ sử du ̣ng giải thuật ước lươṇ g mức độ tương đồ ng chuyển động của đám đông Cuố i cùng, giải thuật phân ̣ng hai cấ p sử du ̣ng không gian đa ta ̣p đươc̣ thực nhằm xây dựng ma trận đánh dấ u vùng chuyể n động nổi bật khung ảnh giám sát Tồn hệ thớ ng đề x́ t đươ ̣c kiể m nghiệm video giám sát với nhiều tình h́ ng phức ta ̣p khác Kế t quả thực nghiệm cho thấy hiệu quả độ xác của hệ thố ng đề xuấ t Các nghiên cứu liên quan Cùng với những nỗ lực xây dựng hệ thớ ng giám sát thơng minh có khả phát tự động mố i nguy tiềm ẩ n, việc phát phân tích đám đông (crowd detection and analysis) những vấ n đề thu hút được nhiề u sự quan tâm nghiên cứu thời gian gầ n [2] Các nghiên cứu thường tập trung vào việc phát Phát phân tích chuyển động đám đơng 3.1 Phát vùng chuyển động đám đông Như được đề cập phầ n giới thiệu, nghiên cứu trình bày báo tập trung vào việc phát phân tích chuyển động của đám đông, nhằ m xây dựng ma trận vùng chuyể n động nở i bật, cũng phân tích độ nhấ t quán chuyể n động của đám đông Để giải quyế t đươ ̣c mu ̣c tiêu này, bước xử lý đầ u tiên cầ n thực ước lươ ̣ng chuyể n động của đám đông dựa phương pháp Kanade - Lucas - Tomasi [1] Ý tưởng bản của phương pháp đươ ̣c dựa giả thuyế t: điể m chuyể n động bấ t kỳ khung ảnh sẽ giữ nguyên cường độ mức xám, chỉ dich ̣ chuyể n khoảng cách nhấ t đinh ̣ giữa hai khung ảnh gầ n kề Đặc tính có thể đươ ̣c mơ tả bằ ng phương trình sau: 𝐼(𝑥, 𝑦, 𝑡 + ) = 𝐼(𝑥 − 𝑥, 𝑦 − 𝑦, 𝑡) (1) 𝐝 = (𝑥, 𝑦) độ dịch chuyển điểm ảnh vị trí (𝑥, 𝑦) giữa hai thời điểm 𝑡 𝑡 +  TÑP CHÍ KHOA H≈ C CƠNG NGHõ THƠNG TIN VÀ TRUN THÔNG, Tä P 1, S» 1, THÁNG 6, Nã M 2016 ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 11(120).2017 - Quyển Phát vùng chuyển động đám đơng Trích đặc trưng chuyển động Phân tích chuyển động đám đơng 119 Dự đoán độ quán, cảnh báo nguy hiểm Video giám sát Hình Hình Sơ đồ khớ i tổ ng quát hệ thố ng phát và phân tích chuyển động đám đơng SÏ đÁ khËi tÍ ng qt hª thËng phát hiªn phân tích hành vi đám đông Trong thực tế, giả thuyết đặt theo phương trình (1) khơng được đảm bảo cách tuyệt đới Gọi vĨi n(x ) đÍ itrịgiá tr‡m˘ c xám a đi∫ 𝐽(𝐱) =nhiπ 𝐼(𝑥,u𝑦,làm 𝑡 + thay )là giá mức xám điểmcıảnh (𝑥,m𝑦)£nh chuy∫thời n đỴđiểm ng (x, 𝑡 +y) , 𝐼(𝐱 − 𝐝) = 𝐼(𝑥 − 𝑥, 𝑦 − 𝑦, 𝑡), ta có: ĐỴ d‡ch chuy∫ cı R a đi∫−m d = (∆ x, ∆ y) đ˜ Òc chÂn 𝐽(𝐱)n = 𝐼(𝐱 𝐝)£nh + 𝑛(𝐱) (2) cho sai sË " = [I (x − d) − J (x dx xám gi˙ a J (xđiểm ) với 𝑛(𝐱) nhiễu làm thay đổi giá trị)]mức W động (𝑥, I (x −ảnh d) chuyển nh‰nhßt Ph˜𝑦) Ï ng pháp KLT thá c hiên viêc ểc l ềng ẻ dch chuy∫ n thơng qua viªc s˚ dˆ ng phép bi∏n đÍ i chi Taylor Hình trình bày k∏t qu£ thu đ˜ Ịc d¸ a theo ph˜ Ï ng pháp KLT Các vector màu xanh hình bi∫ u diπn đỴ d‡ch chuy∫ n cı a đi∫ m chuy∫ n đỴ ng hai khung £nh liên ti∏p Hai oĐn video giỏm sỏt ềc th nghiêm tr˜ Ì ng hỊp này: video giám sát thu đ˜ ềc tĐi mẻ t trung tõm th ẽ ng mĐi video thu t§i góc ngã t˜ đ˜ Ì ng có nhi∑u ph˜ Ï ng tiªn tham gia giao thơng Hình Kết ước lượng vận tốc điểm chuyển động thuộc đám đông Véc-tơ màu xanh biểu diễn chiều độ lớn véc-tơ vận tốc Độ dịch chuyển điểm ảnh 𝐝 = (𝑥, 𝑦) được chọn cho sai số 𝜀 = ∫𝑊 [𝐼(𝐱 − 𝐝) − 𝐽(𝐱)]2 𝑑𝐱 giữa 𝐽(𝐱) 𝐼(𝐱 − 𝐝) nhỏ nhất Phương pháp KLT thực ước lượng độ dịch chuyển thông qua việc sử dụng phép biến đởi chuỗi Taylor Hình trình bày kế t quả thu đươ ̣c dựa theo phương pháp KLT Các véc-tơ màu xanh hình biểu diễn độ dich ̣ chuyể n của điể m chuyể n động ở hai khung ảnh liên tiếp Hai đoa ̣n video giám sát đươ ̣c thử nghiệm trường hơ ̣p này: video giám sát thu đươ ̣c ta ̣i trung tâm thương ma ̣i video thu ta ̣i góc ngã tư đường có nhiề u Hình 2.phương K∏t qu£ ˜ Ĩctham l˜ Ịnggia v™ ngiao tËc cı a đi∫ m chuy∫ n đỴ ng th c đám tiện thông đông Vector màu xanh bi∫ u diπn chi∑u đỴ lĨn cı a vector v™ n tËc 3.2 Phân tích độ tương đờng chủ n động đám đông Đánh giá độ nhất quán chuyể n động của đám đông được dựa việc phân tích mớ i tương quan về khơng gian - thời gian chuyể n động giữa cá thể đám đông Các đặc trưng sau sẽ đươ ̣c phân tích trước thực phân nhóm chủ n động đám đông: 3.2.1 Độ tương đồng chuyển động của điể m so với điể m lân cận B Chủ Phânntích đỴ cu t˜ Ïang đÁng chuy∫n đỴ ng đám đơng động ̉ mỡ i điể m chuyể n động trước hế t được so sánh n động của điể m chuyể động ́ i chuyờ Viêc ỏnhvgiỏ ẻ nhòt quỏn chuy n ẻnng c a đám khác điểviªc m lânphân cận nhấ Độ tương ng đơngtrong đ˜ Ịcvùng d¸ a 𝐾 tícht.mËi t˜ Ï ng đồ quan v∑ không được ướci lươ dựa tring về th∫ vậntrong tố c đám ̣ tương gian-thÌ giaṇngtrong chuy∫giá n đỴ gi˙ aquan cá chuyể n động cu a hai điể m ta thơ i điể m 𝑡 xét được ̣i ̀ c phõn tớch tr ểc thá c hiên ụng Các đ∞c̉ trung sau s≥ đ˜ Ị điviªc nh ã sau: ̣ nghi phân nhóm chuy∫ n đỴ ng đám đơng: 𝑚𝑎𝑥(𝐶 vớiđỴ𝑗ng ∈ 𝑁(𝑖) (3) so vĨi 1) 𝐶𝑁 ĐỴ 𝑡 (𝑖, t˜ Ï𝑗)ng=đÁng chuy∫n cı a mỴ t đi∫m 𝑡 (𝑖, 𝑗),0), đi∫m lân c™ n: Chuy∫ n đỴ ng cı a mÈi đi∫ m chuy∫ n đỴ ng tr˜ Ĩc đó: h∏t đ˜ Ịc so sánh vĨi chuy∫ n đỴ ng cı a mẻ t i m chuy n ẻ ng ã 𝐶𝑁𝑡vùng (𝑖, 𝑗) Klàđi∫ độmtương động khác lân c™ nđồng nhòt.trong ẻ tchuyờn ẽ ng ng ny ềc gia hai điểm 𝑖 𝑗 thời điểm 𝑡 ˜ Ĩc l˜ Ịng d¸ a giá tr‡t˜ Ï ng quan vv n tậc chuy n ẻ ng c aãhai 𝐶đi∫ m𝑗)t§ilàthÌ m t Ịc đ‡ nhđiểm nghỉ a nh˜ hệ isốđi∫tương quan xét vậnvà tốcđ˜giữa hai 𝑡 (𝑖, sau: chuyển động 𝑖 𝑗 thời điểm 𝑡: 𝑣𝑖 𝑣𝑗 𝐶CN , với 𝑣 𝑣 véc-tơ vận tốc (3) 𝑡 (𝑖,t 𝑗) (i ,=j ) = max (C t (i , 𝑖j ) , 0)𝑗 , vÓi j N (i ) ||𝑣𝑖 ||2 ||𝑣𝑗 ||2 hai điểm chuyển động i j đó: • 𝑁(𝑖) tập hợp điểm thuộc vùng 𝐾 điểm lân • CN t (i , j ) đỴ t˜ Ï ng đÁng chuy∫ n đỴ ng gi˙ a hai đi∫ cận m i nhất j xét𝑖.t§i thÌ i đi∫ m t 3.2.2 Độ tương đồng chuyểv™ n nđộng cuả ahai haiđi∫điể • C (i , j ) hª sË t˜trong Ï ng quan tËc gi˙ mmchuy∫ n t v ·v thơng đỴ qua ngđường i j dẫ t§in thÌ i đi∫ m t: Ct (i , j ) = kv i ki kvj j k , vÓi vi 2 Xétvà vhai điểm v™ chuyển động 𝑛 n tËc cı a hai đi∫𝑚m chuy∫ n đỴ Gọi ng i j j vector • {𝑝 N 0(i, 𝑝) 1là đi∫các m th vùng Kđộng đi∫ m lân c™ n 𝑃𝑙 = , … t™ , 𝑝p𝑙 }hÒ làptập hợp điểmcchuyển i dài 𝑙 giữa hai điểm 𝑚 𝑛, 𝑝0 = 𝑚, đườngnhßt dẫn cıcóa độ 𝑝𝑙 =2)𝑛ĐỴvà t˜𝑝Ï𝑙+1 𝑁(𝑝(𝑖)) tương đỴđờng ngđÁng trongĐộchuy∫n ng cıtrong a haichủn đi∫m thơng động củ ng haid® điểm 𝑚 thông qua nđường 𝑃𝑙n.được qua đ˜ n: Xét hai𝑛đi∫ m chuy∫ đỴ ng dẫn m GÂi P l = định { p0 ,nghĩa p1 , ,như pl } sau: t™ p hÒp đi∫ m chuy∫ n đỴ ng đ˜ Ì ng 𝑙−1 đi∫ m m n, p0 = m, pl = n 𝑃𝑙dài dđn cú ẻ l gi (, ) =ahai (4) 𝑘=0 𝐶𝑁𝑡 (𝑝𝑘 , 𝑝𝑘+1 ) pi + N (p(i )) ĐỴ t˜ Ï ng đÁng chuy∫ n đỴ ng cı a hai với 𝐶𝑁m ) độ 𝑡 (𝑝và 𝑘 , 𝑝n𝑘+1 đi∫ m thông quatương đ˜ Ì ngđờng d®n P l đ˜chủn Ịc đ‡nhđộng nghæ a nh˜ giữa sau:hai điểm lân cận 𝑝𝑘 𝑝𝑘+1 xét thời điểm 𝑡 lY −1 Do có thể có nhiều đường dẫn khác nới hai điểm Pl C (m, n) = CNl tlà(ptập ) (4) k,p k + 1tất (𝑚, 𝑛) có cùngt chiều dài 𝑙, gọi AP hợp k= 𝑙 đường dẫn thỏa mãn tính chất nêu Gọi 𝐶𝐴𝑃𝑡 (𝑚, 𝑛) độ điểm (m, nn)đỴxét vĨtương i CN t đờng (pk , ptrong đỴ t˜động Ï ng giữa đÁnghai chuy∫ ng gi˙ a k + ) chuyển hai đi∫ lân c™ n pđường thÌ i đi∫ m t dài l tấtm cót§icùng chiều k pkdẫn + xét 𝑙 𝐶𝐴𝑃Do được sau: có𝑛)th∫ cóđịnh nhi∑nghĩa u đ˜ Ìnhư ng d® n khác nËi hai đi∫ m 𝑡 (𝑚, 𝑙 AP l t™ (m, n) có𝑙 chi∑u dài l, gÂi p hỊp tßt c£ 𝑃 𝐶𝐴𝑃𝑡 (𝑚, 𝑛) = ∑∀𝑃𝑙 ∈𝐴𝑃𝑙 𝐶𝑡 (𝑚, 𝑛) (5) đ˜ Ì ng dđn th a tớnh chòt nờu trờn Gi CAPtl (m, n) 3.2.3 chủ động bấ tn) xét đỴ t˜ Độ Ï ngtương đÁngđồng trongtrong chuy∫ n đỴnng gi˙ cu a ̉ ahaimột đi∫điể mm(m, kytrên cácc£ điểcác m chủ n động ̉ ng ̀ với tßt đ˜ Ì ng d®n có cócùng cùngkhoa chi∑ u cách dài l.l caplt (m, n) đ˜ Ị c đ‡ nhl(m) nghỉ nh˜hợp sau: Gọi NP làatập điểm chuyển động có khoảng l cách đường dẫn bằng l so với điểmXm, độ tương đồng CAPtl (m, n) = C P (m, n) (5) chuyển động điểm m so với tất cáct điểm thuộc tập 8P l A P l l NP (m), gọi tắt độ tương đồng chuyển động điểm m theo khoảng cách l được định nghĩa sau: 𝐶𝐷𝑡𝑙 (𝑚) = ∑∀𝑛∈𝑁𝑃𝑙 𝐶𝐴𝑃𝑡𝑙 (𝑚, 𝑛) (6) Trương Công Dung Nghi, Chế Viết Nhật Anh 120 3.2.4 Độ tương đồng chuyể n động của điể m bấ t kỳ với tập hợp điể m chủn động cịn lại Độ tương đờng điểm chuyển động bất kỳ so với điểm chuyển động lại được ước lượng dựa việc tổng hợp độ tương đồng chuyển động điểm với điểm chuyển động khác theo đường dẫn có độ dài thay đởi l = 1, …,  Độ tương đồng được ước lượng sau: 𝐶𝐴𝑡 (𝑚) = ∑𝑙=1 𝑒 𝑙 𝐶𝐷𝑡𝑙 (𝑚) (7) e < hệ sớ để điều chỉnh mức độ quan trọng khoảng cách việc ước lượng độ tương đồng chuyển động điểm so với tập điểm chuyển động lại e nhỏ độ ảnh hưởng sự tương đồng chuyển động giữa điểm giảm theo khoảng cách 3.2.5 Độ tương đồng chuyể n động của đám đông Độ tương đồng chuyển động đám đông G được ước lượng dựa việc tổng hợp độ tương đờng chủn động tồn điểm chuyển động tập hợp đám đông so với điểm chuyển động khác tập hợp được định nghĩa sau: 𝐶𝐺𝑡 = 𝑁𝐺 ∑𝑚∈𝐺 𝐶𝐴𝑡 (𝑚) (8) với NG tổng số điểm chuyển động nhóm đám đơng xét, CAt(m) độ tương đồng chuyển động điểm m bất kỳ với tập hợp điểm chuyển động lại Như vậy, dựa vào việc đánh giá độ tương đồng chuyển động giữa điểm tập hợp theo nhiều cách thức khác nhau, ta có thể ước lượng được độ tương đồng tổng quát chuyển động đám đông Giá trị độ tương đồng gần chứng tỏ nhóm chuyển động có độ nhất quán cao chuyển động theo hướng Ngược lại, giá trị độ tương đờng nhỏ chứng tỏ nhóm đám đơng có chuyển động hỗn loạn, phức tạp, theo nhiều hướng khác Giá trị có thể so sánh với ngưỡng an toàn cho trước để thực việc cảnh báo độ hỗn loạn đám đông, tương ứng với tình h́ng nguy hiểm thường xảy trường hợp có tập hợp đám đơng nơi cơng cộng 3.3 Đánh dấ u vùng chuyể n động nổ i bật đám đông Các tham số ước lượng được q trình đánh giá độ tương đờng chủn động đám đông được sử dụng để xây dựng đồ đánh dấu vùng chuyển động nổi bật ảnh Bước xử lý được thực dựa nguyên tắc việc phân hạng đa tạp [17] Gọi M = {m1, m2, …, mK} tập hợp điểm chuyển động có khung ảnh, K tổng số điểm chuyển động Tập hợp M được liên kết với đờ thị liền kề hồn chỉnh G = (V, E) với điểm chuyển động mi tương ứng với đỉnh vi đồ thị Hai đỉnh lân cận vi vj được liên kết với cạnh mà trọng số tương ứng độ tương đờng chủn động hai điểm lân cận CNt(i, j) được định nghĩa phương trình (3) Gọi W = [Wij] ma trận trọng số tương ứng với đồ thị liền kề, ma trận đường chéo D với phần tử đường chéo 𝐷𝑖𝑖 = ∑𝑖𝑗 𝑊𝑖𝑗 định nghĩa bậc đỉnh đồ thị Ma trận Laplacian khơng chuẩn hố đờ thị L được định nghĩa sau: L=D–W (9) Gọi f: M  RK hàm phân hạng, giá trị phân hạng fi được gán cho điểm chuyển động mi Gọi y = [y1, …, yK]T véc-tơ gán nhãn tương ứng với tập hợp điểm chuyển động, yi = mi điểm truy vấn yi = mi điểm cần được phân hạng Quá trình phân hạng tương ứng với việc gán điểm phân hạng cho điểm dữ liệu theo mức độ tương thích với tập truy vấn Bài tốn có thể xem tốn phân loại lớp [17, 18] có lớp mẫu cần cung cấp cho trình phân loại Hàm phân hạng f được ước lượng sau: f = L-1y (10) Trong tốn này, nhóm tác giả thực hai bước phân hạng điểm chuyển động Ở bước thứ nhất, điểm chủn động có vận tớc rất nhỏ được xem tập điểm truy vấn Những điểm chuyển động lại xem chưa được phân hạng được ước lượng điểm phân hạng theo phương trình (10) Véc-tơ kết f1 thu được bước cho thấy mức độ nổi bật điểm chuyển động so với vùng gần tĩnh Bản đờ ma trận phân hạng sơ khởi có thể được ước lượng sau: M1(i) = 𝐟1̅ (i), i = 1… K (11) 𝐟1̅ véc-tơ chuẩn hóa véc-tơ f1 theo thang [0,1], i tương ứng với điểm chuyển động thứ i Ma trận phân hạng sơ khởi được sử dụng để trích lọc vùng chuyển động nổi bật sơ khởi Vùng nổi bật sơ khởi được sử dụng tập truy vấn cho bước phân hạng thứ hai Giá trị ngưỡng  = mean[M1(i)|i=1,…,K] được sử dụng để lọc điểm chuyển động có điểm nởi bật lớn ngưỡng Các điểm điểm truy vấn cho lần phân hạng thứ hai Bản đồ ma trận phân hạng sau được dựa lần phân hạng được ước lượng sau: M2(i) = 𝐟2̅ (i), i = 1, …, K (12) với f2 véc-tơ phân hạng thu được từ phương trình (10) với tập truy vấn vùng nổi bật sơ khởi thu được lần phân hạng đầu tiên, 𝐟2̅ véc-tơ chuẩn hóa véc-tơ f2 theo thang [0,1], i tương ứng với điểm chuyển động thứ i Hình Kế t quả phân hạng vùng chuyể n động sử dụng không gian đa tạp Từ trái sang phải: ảnh gố c, bản đồ ma trận phân hạng sơ khởi, bản đồ ma trận phân hạng sau thu được từ hai bước phân hạng Màu xanh đánh dấ u vùng có chuyển động nở i bật Hình trình bày kết thu được từ hai lần phân hạng sử dụng khơng gian đa tạp Các ảnh trình bày lần lượt ảnh gớc trích từ đoạn video khảo sát, kết phân hạng sơ khởi kết phân hạng sau Giá trị màu xanh đánh dấu vùng có chủn động nhiều tương đới khác biệt so với vùng chuyển động khác Kết thực nghiệm cho thấy bước phân hạng sơ khởi, kết phân hạng chưa đạt được mức độ phân loại ý Nhờ ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CƠNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 11(120).2017 - Quyển vào lần phân hạng thứ hai, kết vùng chuyển động nổi bật được phân loại rõ Kết thực nghiệm Trong mu ̣c này, nhóm tác giả trình bày kế t quả thực nghiệm thu được từ giải thuật đề xuấ t Các kế t quả thực nghiệm gồm hai phầ n chính: phầ n kế t quả ước lươ ̣ng độ tương đồng chuyể n động của đám đông phầ n kế t quả ma trận vùng nổ i bật chuyể n động của đám đông Các kết quả thu đươ ̣c từ nhiề u đoa ̣n video giám sát khác tập hợp từ nhiề u nguồ n dữ liệu 4.1 Kế t quả ước lượng độ tương đồ ng chuyể n động 121 cao (khoảng 0,4 với trường hợp xe lưu thông đường khoảng 0,3 với trường hợp người di chuyể n thang cuốn) Kế t quả hợp lý ứng với tình tra ̣ng di chủ n của dịng đám đơng (dịng người xe trường hợp này) phải tuân thủ theo nhóm di chuyể n hướng với Các trường hợp ở hàng bố n năm tương ứng với trường hợp đám đông hỗ n loa ̣n đám đông khu mua sắ m Cả hai trường hợp đề u cho giá tri ươ ̣ ́ c lượng độ tương đồng thấ p (0,03 đế n 0,04 đố i với trường hợp đám đông hỗ n loa ̣n 0,05 đế n 0,07 đố i với trường hợp đám đông khu mua sắm) Kế t quả cũng hồn tồn hợp lý với tình tra ̣ng di chuyể n của đám đông khung ảnh giám sát 4.2 Kế t quả đánh dấ u vùng chuyể n động nổ i bật đám đông Giá tri số ̣ đánh giá độ nhấ t quán chuyể n động của đám đông được ước lươ ̣ng ở phầ n chỉ cung cấ p cho người sử du ̣ng hệ thớ ng nhìn tở ng qt về đặc tính di chủn của đám đơng, đồ ng thời hỗ trơ ̣ cho việc cảnh báo nguy hiểm cầ n thiế t Phầ n xử lý tiế p theo cung cấ p kết quả trực quan Đó bản đờ đánh dấ u vùng chuyển động nổ i bật khung ảnh Kế t quả thu được thông qua hai bước phân ̣ng kế t hơ ̣p dựa không gian đa ta ̣p Hình Hình trình bày vài kết quả thu đươ ̣c cho phần xử lý Cột thứ nhấ t Hình tương ứng với ảnh gớ c trích từ video giám sát Cột thứ hai tương ứng với kế t quả ma trận vùng chuyể n động nổ i bật khung ảnh Giá tri ̣màu xanh đánh dấ u vùng chuyể n động rõ rệt khung ảnh Hình Kế t quả ước lượng độ tương đồ ng chủ n động của đám đơng Hình trình bày kế t quả ước lượng độ tương đồ ng chuyển động của đám đông thu được từ nhiề u đoa ̣n video giám sát khác Giá tri ̣ước lượng độ tương đồ ng (viế t tắ t “ĐTĐCĐ”) được ghi ở khung ảnh Giá tri phản ̣ ảnh mức độ nhấ t quán việc di chuyể n của đám đông Các trường hợp ở hàng một, hai ba lầ n lượt tương ứng với video giám sát xe lưu thông đường, dòng người băng qua đường người di chuyể n ở thang cuố n Ba trường hợp cho kế t quả độ tương đồ ng chuyể n động Hình Kết đánh dấu vùng chuyển động bật đám đông Từ trái sang phải: ảnh gố c, ma trận phân hạng vùng chuyển động nổ i bật đám đông Trương Công Dung Nghi, Chế Viết Nhật Anh 122 Lời cảm ơn “Nghiên cứu được tài trợ Trường Đại học Bách khoa – Đại học Quốc gia Thành phố Hờ Chí Minh khn khở đề tài mã sớ T-ĐĐT-2016-29” TÀI LIỆU THAM KHẢO Hình Trái sang phải: ảnh gố c, ma trận phân hạng vùng chuyể n động nổ i bật đám đông Kế t quả thu đươ ̣c Hình Hình cho thấ y hiệu quả của giải thuật đề xuấ t Các vùng dich ̣ chuyể n ảnh đươ ̣c đánh dấ u nổ i bật, hỗ trơ ̣ cách trực quan cho việc giám sát vùng đám đơng Kết quả có thể làm tiề n đề cho những phầ n xử lý phức ta ̣p phân đoa ̣n theo vết đố i tươ ̣ng đơn lẻ đám đông Kết luận Bài báo trình bày hệ thớng có khả phát phân tích chủn động của đám đơng Hệ thố ng đề xuấ t bao gồm ba bước xử lý chính: ước lượng chuyể n động của cá thể đám đơng, phân tích độ tương đờ ng chuyể n động của đám đông, đánh dấ u vùng chuyể n động nổi bật của đám đơng Việc phân tích độ tương đờ ng chủn động của đám đông cung cấ p cho người sử du ̣ng hệ thống giá tri số ̣ đánh giá mức độ nhấ t quán chuyể n động Giá tri ̣ độ tương đồ ng lớn chứng tỏ cá thể đám đơng di chủn có trật tự theo chiề u cố đinh ̣ Giá tri có thể được so sánh với ngưỡng nguy hiể m nhằ m ̣ cảnh báo tình tra ̣ng hỗ n loa ̣n đám đông Bước xử lý đánh dấ u vùng chuyể n động nổ i bật của đám đông cung cấ p ma trận phân ̣ng mức độ đặc trưng chuyển động của cá thể thuộc đám đông Ma trận phân ̣ng cung cấp nhìn trực quan về đặc tính chuyể n động của khung ảnh giám sát, đờ ng thời cũng có thể sử dụng ngõ vào cho toán khác phân lớp vùng chuyể n động, theo vết cá thể chủ n động đám đơng Tồn hệ thớng đề xuấ t đươ ̣c kiể m nghiệm nhiề u đoa ̣n video giám sát thu thập đươ ̣c từ nhiề u nguồ n dữ liệu khác Kết quả thực nghiệm rấ t khả quan cho thấ y hiệu quả của hệ thố ng đề xuấ t [1] C Tomasi and T Kanade, “Detection and tracking of point features”, International Journal of Computer Vision, CiteSeer, 1991 [2] B Zhan, D Monekosso, P Remagnino, S Velastin, and L.Q Xu, “Crowd analysis: A survey”, Machine Vision and Applications, Vol 19, No 5-6, 2008, pp 345–357 
 [3] O Arandjelovic, Crowd detection from still images, in Proceedings of the British Machine Vision Association Conference, 2008, pp 1–10 
 [4] S Ghidoni, G Cielniak, and E Menegatti, “Texture-based crowd detection and localisation”, Intelligent Autonomous Systems, Springer, 2013, pp 725–736 [5] X Wu, G Liang, K Lee, and Y Xu, Crowd density estimation using texture analysis and learning, in IEEE International Conference on Robotics and Biomimetics, 2006, pp 214–219 [6] Z Wang, H Liu, Y Qian, and T Xu, Crowd density estimation based on local binary pattern co-occurrence matrix, in IEEE International Conference on Multimedia and Expo Workshops, 2012, pp 372–377 [7] R Mehran, A Oyama, and M Shah, Abnormal crowd behavior detection using social force model, in IEEE Conference on Computer Vision and Pattern Recognition, 2009, pp 935–942 [8] L Kratz and K Nishino, Anomaly detection in extremely crowded scenes using spatio-temporal motion pattern models, in IEEE Conference on Computer Vision and Pattern Recognition, 2009, pp 1446– 1453 [9] V Mahadevan, W Li, V Bhalodia, and N Vasconcelos, Anomaly detection in crowded scenes, in IEEE Conference on Computer Vision and Pattern Recognition, 2010, pp 1975–1981 [10] M Butenuth, F Burkert, F Schmidt, S Hinz, D Hartmann, A Kneidl, A Borrmann, and B Sirmacek, Integrating pedestrian simulation, tracking and event detection for crowd analysis, in IEEE International Conference on Computer Vision Workshops, 2011, pp 150–157 [11] B Zhou, X Tang, H Zhang, and X Wang, “Measuring crowd collectiveness”, IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol 36, No 8, 2014, pp 1586–1599 [12] B Zhou, X Tang, and X Wang, “Learning collective crowd behaviors with dynamic pedestrian-agents”, International Journal of Computer Vision, Vol 111, No 1, 2015, pp 50–68 [13] D Sugimura, K Kitani, T Okabe, Y Sato, and A Sugimoto, Using individuality to track individuals: Clustering individual trajectories in crowds using local appearance and frequency trait, in International Conference on Computer Vision, 2009, pp 1467–1474 [14] H Idrees, N Warner, and M Shah, “Tracking in dense crowds using prominence and neighborhood motion concurrence”, Image and Vision Computing, Vol 32, No 1, 2014, pp 14–26 [15] T Ko, S Soatto and D Estrin, Background subtraction on distributions, in Proceedings of the 10th European Conference on Computer Vision (ECCV), 2008 [16] D.N Truong Cong, L Khoudour, C Achard, and A Flancquart, Adaptive model for object detection in noisy and fast-varying environment, in International Conference on Image Analysis and Processing, 2011, pp 68–77 [17] D Zhou, J Weston, A Gretton, O Bousquet, and B Scholkopf, Ranking on data manifolds, in NIPS, Vol 3, 2003 [18] B Scholkopf, J C Platt, J Shawe-Taylor, A J Smola, and R C Williamson, “Estimating the support of a high-dimensional distribution”, Neural Computation, Vol 13, No 7, 2001, pp 1443–1471 (BBT nhận bài:18/10/2017, hoàn tất thủ tục phản biện: 24/10/2017) ... được dựa vi? ??c phân tích mớ i tương quan về khơng gian - thời gian chuyể n động giữa cá thể đám đông Các đặc trưng sau sẽ đươ ̣c phân tích trước thực phân nhóm chủ n động đám đông: 3.2.1... phát phân tích chuyển động của đám đông Hệ thố ng đề xuấ t bao gồm ba bước xử lý chính: ước lượng chuyể n động của cá thể đám đơng, phân tích độ tương đồ ng chuyể n động của đám. .. thố ng phát và phân tích chuyển động đám đông SÏ đÁ khËi tÍ ng qt hª thËng phát hiªn phân tích hành vi đám đông Trong thực tế, giả thuyết đặt theo phương trình (1) khơng được đảm bảo cách