基于隱馬爾可夫模型的監(jiān)控視頻異常事件檢測.pdf

1、近年來恐怖襲擊事件頻發(fā)，人們對于公共場所的安全的關注度越來越高，傳統(tǒng)的人工檢測手段無法高效準確的完成異常事件的檢測，人們希望計算機對監(jiān)控視頻捕捉到的畫面自動分析，并在異常事件發(fā)生時及時發(fā)出警報，實現(xiàn)智能監(jiān)控系統(tǒng)的搭建。
　　目前本領域的研究方向是建立半監(jiān)督的模型，檢測畫面中是否存在異常事件。研究主要存在的問題是模型兼容性差、計算復雜度過高。針對這些問題，本文提出使用隱馬爾可夫模型建立正常事件的模型，模型的兼容性增強。同時，在特征提

2、取和篩選過程中使用基本、快速的算法提升模型整體計算效率。本文提出了利用隱馬爾可夫模型作為基礎模型，實現(xiàn)監(jiān)控視頻的異常事件檢測。,隱馬爾可夫模型作為一種生成模型在視頻異常事件檢測領域比較新穎，可以在不同場景中針對不同類型的異常事件進行有效檢測，包括位置異常、速度異常、方向異常、群體行為異常等。
　　本文的算法框架如下：首先提取視頻的三維梯度特征；對提取的特征信息采取隨機篩選的處理，在保證模型精確度的前提下，大幅度提高計算效率；然后，