[发明专利]基于网络传输算法的多摄像头视频异常行为检测方法

权利要求书

1.一种基于网络传输算法的多摄像头视频异常行为检测方法，其特征在于，包括以下步骤：

第一步、将视频场景分块，然后基于分块建立网络模型，其中，将分块建模成网络的节点，将分块之间的行为相关性建模成网络的边的权值；

第二步、利用构建的传输网络，将行人的行为建模为信号在网络中的传输，其异常程度取决于传输的能量消耗高低；

第三步、利用构建的传输网络，创建正常传输路径，对正常行为的总传输能量进行定量的估计；

第四步、利用正常行为的总传输能量，用来量化行人行为的偏离正常程度，其异常程度取决于传输能量与正常行为的传输能量的偏离程度。

2.根据权利要求1所述的基于网络传输算法的多摄像头视频异常行为检测方法，其特征在于，在所述第一步中：所述的分块直接建模成网络的节点n。

3.根据权利要求1所述的基于网络传输算法的多摄像头视频异常行为检测方法，其特征在于，在所述第一步中：所述的分块之间的行为相关性建模成网络的边的权值的步骤中：对于节点i和节点j之间边的权值e(i，j)，其意义为传输能量消耗，由分块之间发生穿越行为的次率决定。

4.根据权利要求3所述的基于网络传输算法的多摄像头视频异常行为检测方法，其特征在于，对于节点i和节点j之间的行为相关性，由穿越次数CT直接量化给定，其中，e(i，j)与CT存在以下关系：

其中f()是一个在非负实数范围内单调递减函数，L是一个非负实数。

5.根据权利要求1至4中任一项所述的基于网络传输算法的多摄像头视频异常行为检测方法，其特征在于，在所述第二步中：在测试过程中对异常行为进行检测采用如下准则：

高能量准则：对每一个行为计算总传输能量，在得到总传输能量后，如果总传输能量过高，则被判定为是异常行为。

6.根据权利要求1至5中任一项所述的基于网络传输算法的多摄像头视频异常行为检测方法，其特征在于，在所述第三步中：在传输网络建立的基础上，根据已有的广播增量算法，得到修改广播增量算法，计算出分块之间最小消耗路径。

7.根据权利要求1至6中任一项所述的基于网络传输算法的多摄像头视频异常行为检测方法，其特征在于，在所述第四步中：在测试过程中对异常行为进行检测采用如下准则：

偏离正常准则：设置另一个阈值，当行为的总传输能量与正常传输能量的绝对差高于这个阈值，此行为被判定为异常。

8.根据权利要求7所述的基于网络传输算法的多摄像头视频异常行为检测方法，其特征在于，所述高能量准则和偏离正常准则综合起来可被表示为：

当前行为(e，q)为异常，当且仅当：

E_c(u，q)＞Th₁ or |E_c(u，q)-E_min(u，q)|＞Th₂

其中(u，q)是当前行为的轨迹，u为起始块，q为当前块。E_c(e，q)是当前行为的总传输能量，E_min(u，q)是正常传输路径所需能量。Th₁和Th₂是两个阈值，其中Th₁是一个固定的值，Th₂由下式决定：

Th₂＝max(α·|E_c(u，q)-E_min(u，q)|，T)

其中α是一个比例参数，T是给定的Th₂的下限。

9.根据权利要求1至8中任一项所述的基于网络传输算法的多摄像头视频异常行为检测方法，其特征在于，在所述第一步之前，还包括如下步骤：

对摄像头场景中的行人进行跟踪，并且将不同摄像头的轨迹进行匹配，从而创建全局路径；其中，

在所述第一步中，根据全局路径，对多摄像头系统的视频场景进行分块。

10.根据权利要求1至9中任一项所述的基于网络传输算法的多摄像头视频异常行为检测方法，其特征在于，将视频场景进行分块时，把有明显界限的不同对象分在不同的块，并且深度不同的场景分在不同的块，且块间有缓冲块。