本发明公开了一种大规模人群显著性区域检测方法，将二维人群速度矢量场中的每一个速度矢量看作人群网络节点，基于速度矢量点积公式求取速度矢量夹角，从而确定速度矢量间关联关系，并用该值定量评估速度矢量之间关联程度，从而构造速度矢量夹角加权复杂网络模型；分析人群加权复杂网络特征参数，提取能理解并表达人群显著性运动区域与主流人群运动区域的特征值，构建特征矩阵检测大规模人群显著性运动区域。

一种大规模人群显著性区域检测方法，其特征在于：包括如下步骤：步骤1，经过光流算法对视频序列帧图像进行处理，得到一系列能清楚展现人群运动流向的规整的二维人群速度矢量场；步骤2，将二维人群速度矢量场中每一个速度矢量看作节点，基于速度矢量点积公式求取速度矢量的夹角，并用该值定量评估节点之间的关联程度，构造描述人群行为的加权复杂网络模型；步骤3，通过对加权复杂网络模型的特征参数进行分析，构建特征矩阵；通过分析特征矩阵中特征参数的变化来分析人群行为，检测大规模人群场景中显著性区域；所述步骤2的具体包括如下步骤：步骤2.1，将二维人群速度矢量场中每一个速度矢量看作节点，速度矢量间的关系视为连边；任选一个速度矢量以该速度矢量为中心选取一个邻域δ，邻域大小为(x0±ε,y0±ε)，速度矢量与邻域内其他速度矢量qxy的连边关系由公式(1)判定：E＝{e1,e2,...,em}为节点与节点之间有关联的边的集合，θT是角度阈值，θ为速度矢量的夹角，可由速度矢量点积公式求得：遍历每一个速度矢量，重复上述步骤；步骤2.2，将人群速度矢量场中速度矢量之间夹角值作为两速度矢量间连边上的权重，选用邻接矩阵定量评估节点

人群行为分析是计算机视觉领域的前沿课题与研究难点。在成百上千的稠密人群聚集的场景中，大量视频数据需要人工处理，使得监控人员工作效率十分低下。因此我们急需一种能自动分析视频信息的智能监控系统，帮助视频监控人员更多留意人群显著性区域，当有异常行为发生时能及时准确地向工作人员发出警报，从而避免不必要的损失。在人群场景中，对什么是显著性区域在科学界引起了广大科研工作者的热烈讨论。有的研究者认为只要与一般观察到的事件有所背离就是显著性行为；有的则认为罕见或突出的事件为显著性行为。目前存在的很多显著性检测的方法几乎都针对于静态图像的显著性检测，而对于视频中的动态运动场景(特别是稠密人群运动场景)的显著性检测方法需要进一步发展与完善。

燕山大学里仁学院（Liren College of Yanshan University），坐落于著名海滨城市——河北省秦皇岛市，位于燕山大学西校区，成立于2001年7月，是经河北省人民政府批准、中华人民共和国教育部确认的独立学院，由全国重点大学—燕山大学按照新机制、新模式举办的一所全日制普通本科高等学校。入选河北省第二批深化创新创业教育改革示范高校、秦皇岛高校联盟成员。 据2021年5月学校官网数据，学校占地1020余亩，建筑面积38万平方米。学院依托燕山大学学科基础，根据地方经济和社会发展需求，现设有5个系，专业41个，涉及工、理、文、经、管、法、教等多个学科门类。学校面向全国招生，现有在校生4800余人。

本技术是将二维人群速度矢量场中的每一个速度矢量看作人群网络节点，基于速度矢量点积公式求取速度矢量夹角，从而确定速度矢量间关联关系，并用该值定量评估速度矢量之间关联程度，从而构造速度矢量夹角加权复杂网络模型。分析人群加权复杂网络特征参数，提取能理解并表达人群显著性运动区域与主流人群运动区域的特征值，构建特征矩阵检测大规模人群显著性运动区域。本技术具有较强的财务盈利能力，其财务净现值良好，投资回收期合理。综上所述，该技术属于国家鼓励支持的项目，技术的经济和社会效益客观，技术的投产将改善优化当地产业结构，实现高质量发展的目标。

技术转让，所需资金需双方协商，此项技术想尽快落地保定，希望具备此项技术研发的技术方，能够尽快承接次项目