在社會安全領域，人群異常行為成為各類嚴重群體性安全事故的根本致因。研究和開發人群異常行為識別技術，成為破解人群踩踏難題的重要技術途徑。為此，本書從計算機視覺角度，闡述了行人異常行為姿態、人群異常行為、恐慌行為、人群穩定性和計算機視覺技術等方面的發展與研究現狀，系統地介紹了國際上人群異常行為視頻數據資源；循序漸進地闡述了人體姿態特征識別模型、行人運動學質心模型和動力學質心模型、恐慌行為識別模型、廣義異常行為識別方法、異常行為擾動與人群穩定性分析等核心理論；深入淺出地論述了計算機視覺檢測技術相關的開發資源、異常行為檢測程序設計、人群行為分析工具與軟件、其他輔助檢測技術和應用案例。文末附各章核心模型和算法的Java、MATLAB、Python等代碼。本書為廣大讀者提供人群異常行為分析和識別理論基礎，并為相關計算機視覺開發提供技術借鑒。
國家自然科學基金委員會面上項目, 公共場所交叉通道的人群匯流動力學建模與穩定性分析, 72074170, 主持（2021-01至2024-12）；
目錄
第1章 緒論 1
1.1 理論背景 1
1.2 國內外理論研究與技術發展現狀 3
1.3 章節布局 12
第2章 人群異常行為數據集 14
2.1 CUHK Avenue異常行為數據集 14
2.2 UCSD異常行為數據集 14
2.3 ShanghaiTech Campus異常行為數據集 15
2.4 UCF異常行為數據集 16
2.5 UMN異常行為數據集 16
2.6 PETS2009異常行為數據集 17
2.7 本章小結 18
第3章 基于視頻的人體姿態特征識別 19
3.1 智能視頻監控原理 19
3.2 行人目標識別方法 21
3.3 姿態特征提取方法 25
3.4 本章小結 34
第4章 基于人體姿態子節段的運動學與動力學質心模型 35
4.1 概述 35
4.2 運動學質心模型 35
4.3 動力學質心模型 40
4.4 正常行走的步態解析 45
4.5 異常行為識別模型 51
4.6 本章小結 53
第5章 恐慌行為識別模型 54
5.1 恐慌行為運動學特征 54
5.2 恐慌行為動力學特征 56
5.3 恐慌行為音頻特征 63
5.4 恐慌行為語義特征 71
5.5 恐慌行為面部表情特征 75
5.6 恐慌行為多維特征識別模型 77
5.7 本章小結 79
第6章 廣義異常行為識別方法 81
6.1 廣義異常行為定義 81
6.2 評價指標和常用識別方法 81
6.3 本章小結 91
第7章 異常行為擾動與人群穩定性分析 92
7.1 人群穩定性研究框架 92
7.2 人群異常行為擾動模型 93
7.3 人群內部擾動的穩定性分析 99
7.4 實驗與結果分析 111
7.5 本章小結 114
第8章 計算機視覺檢測開發資源 115
8.1 OpenCV 115
8.2 OpenPose 118
8.3 AlphaPose 119
8.4 MediaPipe 120
8.5 OpenMMLab 121
8.6 Python 123
8.7 本章小結 124
第9章 異常行為計算機視覺檢測程序設計 125
9.1 跌倒行為檢測程序 125
9.2 掉頭行為檢測程序 126
9.3 加速奔跑檢測程序 128
9.4 跳躍行為檢測程序 129
9.5 騎行行為檢測程序 131
9.6 逆行行為檢測程序 131
9.7 人群擁擠檢測程序 133
9.8 本章小結 135
第10章 人群行為分析工具與軟件 136
10.1 PeTrack 136
10.2 Pathfinder 136
10.3 海康威視智能行為分析服務器 139
10.4 百度PP-Human 139
10.5 CrowdVision 141
10.6 商湯智能人群分析系統與產品 142
10.7 科達大模型一體機 142
10.8 科達視頻智能分析一體機 143
10.9 本章小結 144
第11章 其他輔助檢測技術 145
11.1 穿戴式慣性傳感器與人員定位 145
11.2 智能手機APP加速度檢測技術 146
11.3 UWB室內精確定位技術 151
11.4 柔性壓力傳感器及其應用 154
11.5 本章小結 155
第12章 應用案例 157
12.1 辦公樓行人異常行為識別 157
12.2 行人跌倒行為實驗與分析 158
12.3 虹橋火車站候車廳異常行為擾動與穩定性分析 166
12.4 虹橋機場旅客出口異常行為擾動與穩定性分析 169
12.5 本章小結 172
第13章 總結與展望 173
13.1 總結 173
13.2 展望 175
參考文獻 177
附錄A 人體關鍵點識別接口調用程序 189
附錄B 人體動力學質心模型核心程序 196
附錄C 行人常見異常行為識別核心程序 201
新書資訊