[发明专利]一种基于光流上下文直方图的异常行为检测方法及系统

权利要求书

1.一种基于光流上下文直方图的异常行为检测方法，其特征在于，包括：

S1、计算多个有异常行为和无异常行为视频中每个视频的行为序列对应的基于光流上下文直方图序列S={F₁,F₂,..,F_i，...,F_n}，其中，F_i是第i视频帧的基于光流上下文直方图，n是行为序列的总帧数；

S2、通过降维方法对所述基于光流上下文直方图进行降维；

S3、将经过降维后的元素输入学习方法通过学习得到用于识别异常行为序列类别的识别向量；

S4、计算待检测视频的行为序列对应的基于光流上下文直方图序列；

S5、通过降维方法对所述待检测视频的行为序列对应的基于光流上下文直方图进行降维；

S6、对经过降维后的元素进行计算得到测试向量；

S7、根据所述测试向量和识别向量确定待检测视频中行为序列的类别。

2.根据权利要求1所述的一种基于光流上下文直方图的异常行为检测方法，其特征在于，所述步骤S1、S4中基于光流上下文直方图序列的具体生成步骤包括：

从每个视频帧中提取光流点，把光流点按照光流的强度和方向分布到极坐标系(r,θ)中相应的位置，其中，r代表光流强度，θ代表光流方向，光流强度最大值为M_max被等分成p部分，光流方向360度被等分成q部分；

计算每个视频帧在每个位置上的光流点的总数，得到每个视频帧的基于光流上下文直方图F={H_1-1，H_1-2，...,H_2-1，...,H_i-j,..,H_p-q}，其中，H_i-j代表强度在与之间并且角度在与之间的基于光流上下文直方图值，i代表第i部分强度，j代表第j部分角度。

3.根据权利要求1所述的一种基于光流上下文直方图的异常行为检测方法，其特征在于，所述学习方法为随机森林、支持向量机、或贝叶斯网络。

4.一种基于光流上下文直方图的异常行为检测系统，其特征在于，包括直方图序列计算单元、降维单元、识别向量生成单元、测试向量生成单元以及行为序列类别判定单元：

所述直方图序列计算单元用于计算多个有异常行为和无异常行为视频中每个视频的行为序列对应的基于光流上下文直方图序列S={F₁，F₂，...,F_i,..,F_n}，其中，F_i是第i视频帧的光流直方图，n是行为序列的总帧数；

所述降维单元用于通过降维方法对所述基于光流上下文直方图进行降维；

所述识别向量生成单元用于将经过降维后的元素输入学习方法通过学习得到用于识别异常行为序列类别的识别向量；

所述直方图序列计算单元还用于计算待检测视频的行为序列对应的待基于光流上下文直方图序列；

所述降维单元还用于通过降维方法对所述待检测视频的行为序列对应的基于光流上下文直方图进行降维；

所述测试向量生成单元用于对经过降维后的元素进行计算得到测试向量；

所述行为序列类别判定单元用于根据所述测试向量和识别向量确定待检测视频中行为序列的类别。

5.根据权利要求4所述的一种基于光流上下文直方图的异常行为检测系统，其特征在于，所述直方图序列计算单元包括：

光流点分布图生成模块，用于从每个视频帧中提取光流点，把光流点按照光流的强度和方向分布到极坐标系(r,θ)中相应的位置，其中，r代表光流强度，θ代表光流方向，光流强度最大值为M_max被等分成p部分，光流方向360度被等分成q部分；

光流直方图生成模块，用于计算每个视频帧在每个位置上的光流点的总数，得到每个视频帧的基于光流上下文直方图F={H_1-1，H_1-2，...,H_2-1，...,H_i-j，...,H_p-q}，其中，H_i-j代表强度在与之间并且角度在与之间的基于光流上下文直方图值，i代表第i部分强度，j代表第j部分角度。

6.根据权利要求1所述的一种基于光流上下文直方图的异常行为检测方法，其特征在于，所述学习方法为随机森林、支持向量机、或贝叶斯网络。