检测公共场所人群活动中的突发聚集和行人逆行行为是构建未来智能视频监控系统的关键技术,也是计算机视觉的重要研究问题之一。设计恰当的计算模型、探究合适的算法实现高效、准确地自动检测人群活动中突发的上述异常事件对人工智能的发展具有重要的促进作用。然而,由于人群活动随机性强、行为特征不明显,现有的传统计算机视觉技术虽能识别人群目标的少许运动特征,但对人群活动的行为识别难、环境适应性弱。近年来,基于生物视觉感知神经机理的仿生计算模型已初步应用于目标检测、运动模式识别等视觉感知与检测任务,但对于人群活动中的聚集、逆行等异常行为模式的研究仍是亟待解决的挑战性难题。因此,模拟生物视觉神经系统的结构特性及神经响应机理,构建解决人群活动异常行为检测问题的人工视觉神经网络模型具有重要的学术意义和潜在的工程应用价值。本文以蝗虫视觉神经生理学理论为支撑,借助生物视觉系统的神经结构特性与视觉神经元响应特性,以公共场所人群活动中的突发聚集、行人逆行为研究对象,以探究分别适用于人群聚集行为检测和行人逆行行为检测的人工视觉神经网络模型和算法为目标,以模型的工程应用为目的,展开计算模型与算法的设计、性能测试。主要工作和取得的成果如下:1)针对公共场景中人群聚集行为检测问题,基于蝗虫视觉神经结构特性,借助蝗虫视叶中小叶巨型运动检测器神经元的视觉响应特性,构建适用于人群突发聚集行为检测的改进型人工蝗虫视觉神经网络模型并提出相应的神经网络算法。该模型通过采集人群活动在视野域中引发的视觉信号,利用哺乳动物视网膜视觉信息加工机理整合各像素点的运动信息并获得时空能量收敛变化线索,构建尖峰阈值机制调谐神经网络的全局时空尖峰脉冲响应输出,以感知人群活动中的突发聚集行为。理论分析表明,该算法的计算复杂度由输入的视频帧分辨率决定。基于不同场景下的人群活动视频数值实验结果表明,该神经网络既能有效模拟蝗虫小叶巨型运动检测器神经元的危险感知视觉响应特性,又能有效检测人群活动在视野域中突发的聚集行为并对其预警。2)针对公共场所人群活动中的行人逆行行为检测问题,基于蝗虫视觉系统的神经结构特性,借助仓鸮视顶盖中/深层方向对比敏感神经元的视觉响应特性,构建行人逆行行为感知人工视觉神经网络模型,并提出对应的神经网络算法。所提出的模型包括突触前、突触后两个子神经网络,前者由四个方向选择神经网络组成,结合对称侧抑制、非对称侧抑制和方向柱的视神经机理,提取运动人群的平移方向线索;后者将运动方向线索转化为方向对比运算,通过尖峰阈值机制检测视野域中的行人逆行行为。理论分析表明,输入的视频帧分辨率决定该算法的计算复杂度。不同人群活动场景下行人逆行、非逆行视频序列数值实验结果表明,该网络能有效模拟方向对比敏感神经元的视觉响应特性,也能有效检测运动人群中的行人逆行行为并对其预警。