[发明专利]一种基于级联字典的人群异常检测方法及系统

说明书

技术领域

本发明涉及一种视频处理技术，尤其涉及一种基于级联字典的人群异常检测方法及系统，属于智能视频处理领域，适用于公共安全视频监控中的群体异常事件检测领域。

背景技术

人群异常检测，通常也被称为人群异常事件检测，是指在人群视频序列中检测出不符合正常行为模式的处理过程。先前关于异常事件检测的研究，通常将人群异常划分为两种类别：局部异常和全局异常。局部异常通常指个体的行为与状态不同于其周围团体，即个体目标的行为模式与全体的行为模式不一致，例如在交通场景中与大多数人车流向相逆行驶，排队购物或买票中的插队等不符合正常行为模式的个体状态。全局异常通常指整个监控场景下的行为模式极大的异于普通状态下的行为模式，例如斗殴、踩踏、恐慌等各种临时突发群体性事件。不管是基于个体行为的异常检测模型，还是基于整体状态的异常检测模型，检测人群异常事件的性能取决于两方面的内容，即异常事件表示和异常事件度量。

在异常事件表示方面，通常是通过视频或图像中的运动信息来表达视频事件的状态，例如基于光流场的时空直方图，其考虑了图像邻域与多帧的视频信息，从而在时间和空间两方面描述运动物体的状态(参见H.Zhong,J.Shi,M.Visontai,Detecting unusual activity in video.CVPR,2004)。除此之外，异常事件中的人群碰撞状态近似于异常群体运动状态，例如踩踏、斗殴和恐慌在具有突兀变化运动信息的同时，也出现了剧烈的人群碰撞情况，因此可以通过个体之间的方向、速度描述人群碰撞势能，进而度量人群异常事件的可能性。(参见Xinyi Cui,Qingshan Liu,Mingchen Gao,Dimitris N.Metaxas.Abnormal detection using interaction energy potentials.CVPR 2011)。异常事件的表示，即视频中的视觉特征，影响着人群异常检测算法的处理速度与检测精度，虽然目前的异常事件表达方法能够很好的描述人群状态，但是未能达到实时提取和处理的效果。

在异常事件的度量方面，是根据视觉特征形成“视觉词袋”，对总体特征样本做分布统计，从而获取正常模式下的场景特征分布，一旦获取的视频特征极大地偏离正常模型，则被定义为异常事件。例如基于混合的概率主成分分析模型的异常度量方法，其利用正常的视频数据获得场景视频特征的主成分，通过度量测试视频序列中的主成分与常规场景主成分的不同来度量该场景的异常状态(参见J.Kim and K.Grauman,“Observe Locally,Infer Globally:A Space-Time MRF for Detecting Abnormal Activities with Incremental Updates,”Proc.IEEE Conf.Computer Vision and Pattern Recognition,2009.)。社会力模型从直观的个体间冲突这个角度来描述群体行为，通过个体间的相对方向、相对速度来度量个体间的交叉能量信息，表明个体之间的冲突、形态变化越剧烈，该能量值的数值越大，从而根据该能量值来判断场景的异常状况(参见D.Helbing and P.Molna′r,“Social Force Model for Pedestrian Dynamics,”Physical Rev.E,vol.51,no.5,pp.4282-4286,1995)。然而现有的异常事件度量算法，很少能在复杂场景中实时地检测人群异常。

发明内容

本发明所要解决的技术问题是，针对现有的异常事件检测方法在现实场景上未达到实时检测的效果，且由于监控的现实场景存在着环境变化、目标形变以及噪声的影响，使得传统的异常事件检测方法很难在复杂的环境中实时检测人群异常事件。本发明的目的是提出一种复杂环境下实时准确的基于级联字典的人群异常检测方法及系统。

本发明解决上述技术问题的技术方案如下：一种基于级联字典的人群异常检测方法，具体包括以下步骤：

步骤1：对输入的训练视频进行预处理，得到多个视频梯度特征；

步骤2：将多个视频梯度特征输入多个训练字典中进行迭代训练，得到级联字典；

步骤3：接收外部输入的需检测的视频流，对视频流进行预处理，得到视频特征，将视频特征输入级联字典进行检测；

步骤4：对级联字典中多个训练字典的检测结果进行判断，如果存在正常状态，判断视频流为正常事件，结束；否则，判断视频流为异常事件，结束。