視頻異常事件檢測算法研究.pdf

1、智能視頻監(jiān)控利用計(jì)算機(jī)視覺等技術(shù)對(duì)監(jiān)控內(nèi)容進(jìn)行理解與分析，在平安城市建設(shè)中發(fā)揮著不可替代的作用。作為智能視頻監(jiān)控的一項(xiàng)重要內(nèi)容，視頻異常事件檢測能夠自動(dòng)發(fā)現(xiàn)監(jiān)控場景中的異常行為并作出預(yù)警，有效地幫助安全人員處理突發(fā)事件。本文針對(duì)日常生活場景中如人行道上開車、地鐵站逃票和廣場上人群恐慌等異常事件，提出了兩種新穎的視頻異常事件檢測算法。
　　第一種算法融合運(yùn)動(dòng)信息和外觀信息實(shí)現(xiàn)視頻異常事件檢測。針對(duì)運(yùn)動(dòng)異常檢測，我們采用排序光流直方圖

2、來統(tǒng)計(jì)正常運(yùn)動(dòng)模式的分布并提出“攔截直條”的概念來辨別異常運(yùn)動(dòng);針對(duì)外觀異常檢測，我們利用支持向量數(shù)據(jù)描述在特征空間中尋找包含盡可能多正常樣本的體積最小的超球，并利用觀測樣本到超球球心的距離來判斷其是否異常。最后我們提出新的基于證據(jù)理論的融合方法將動(dòng)作和外觀異常結(jié)果進(jìn)行融合，得到準(zhǔn)確率更高的異常事件檢測結(jié)果。
　　第二種算法采用局部敏感哈希濾波來檢測視頻中的異常事件。我們利用局部敏感哈希函數(shù)將訓(xùn)練數(shù)據(jù)集映射到一系列哈希桶中，對(duì)于新

3、的測試樣本，我們將其投影到測試哈希桶中并尋找距離最近的訓(xùn)練哈希桶，根據(jù)測試樣本對(duì)最近訓(xùn)練哈希桶的濾波響應(yīng)來計(jì)算其異常程度。此外，我們提出哈希投影的評(píng)價(jià)函數(shù)，并采用粒子群算法來尋找最優(yōu)的哈希映射函數(shù)，提高異常事件檢測的效率和準(zhǔn)確率。
　　本文算法在三個(gè)公開的異常事件檢測庫上進(jìn)行了評(píng)測，并與其他9種經(jīng)典算法分別進(jìn)行了定量比較。實(shí)驗(yàn)結(jié)果表明，本文算法能夠有效檢測不同場景中的異常行為，在ROC曲線、AUC值、檢測率、相等錯(cuò)誤率和誤報(bào)率等評(píng)