Analyse visuelle d’événements anormaux de foules

Abstract

L’analyse du comportement humain depuis la vidéo est un domaine vaste de la vision par ordinateur. Dans ce travail, nous nous intéressons à l’analyse du comportement de la foule et de ses entités dans une scène dense. Ces scènes se caractérisent par la présence d’un grand nombre de personnes dans le champ de vision des caméras. Le problème majeur est l’élaboration d’une approche de gestion autonome d’un grand nombre d’anomalies qui est quasiment impossible à effectuer par des opérateurs. Nous présentons dans cet article une nouvelle approche pour la détection d’anomalies dans des scènes très denses en se basant sur la vitesse des individus et celle du groupe. Les différentes anomalies sont détectées d’une manier automatique sans apprentissage en utilisant la densité à base du partitionnement spatial avec application du bruit (Density Based Spatial Clustering of Application with Noise « DBSCAN »). Pour plus de robustesse et ’efficacité, nous avons introduit deux routines permettant l’élimination des ombres et la gestion des d’occlusions