[发明专利]一种异常动作检测方法及装置

权利要求书

1.一种异常动作检测方法，其特征在于，包括如下步骤：

步骤1：根据深度信息检测出监控视频中的前景对象；

步骤3：计算相邻帧之间所述前景对象的深度差，得到深度差图像；

步骤5：对连续多帧的深度差图像进行计算，得到聚合深度差图像；

步骤7：根据所述聚合深度差图像计算方向梯度直方图HOG特征；

步骤9：通过预先训练好异常动作的支持向量机SVM分类器预测所述HOG特征对应的异常动作，根据预测结果确定所述前景对象是否发生所述异常动作；

所述步骤3：计算相邻帧之间所述前景对象的深度差，得到深度差图像，具体包括：

对相邻的两帧图像分别作对齐和变形的预处理操作，对于每张图片的前景人，将其重心位置平移到图片中心，并将人调整到同一大小；计算相邻帧图像之间的深度差，对结果取绝对值。

2.如权利要求1所述的方法，其特征在于，当监控视频中包括N个前景对象时，在步骤1之后、步骤3之前，进一步包括：

步骤2：根据每个前景对象将所述监控视频分割成N个独立的深度视频，所述深度视频中包括每个前景对象的连续动作；

所述方法在所述步骤2之后，具体为：

对每个前景对象的深度视频执行步骤3、步骤5、步骤7和步骤9。

3.如权利要求2所述的方法，其特征在于，所述根据每个前景对象将所述监控视频分割成若干个独立的深度视频，具体为：

确定前景对象的深度位置；

通过Flood fill方法由所述深度位置开始，感染在预设范围内与所述深度位置相邻的点，将监控视频中所述前景对象分割出来，形成独立的深度视频。

4.如权利要求1所述的方法，其特征在于，所述步骤3具体为：将每帧图像中的前景对象的重心位置平移至图像中心，并将相邻帧图像之间的前景对象调整为相同尺寸之后，计算相邻帧之间所述前景对象的深度差，对深度差取绝对值后得到深度差图像。

5.如权利要求1所述的方法，其特征在于，所述步骤9具体为：根据每段连续帧的HOG特征计算与所述前景对象发生异常动作的置信度，当所述置信度大于预设阈值时确定所述前景对象发生异常动作。

6.一种异常动作检测装置，其特征在于，包括：

检测模块，用于根据深度信息检测出监控视频中的前景对象；

深度差计算模块，用于计算相邻帧之间所述前景对象的深度差，得到深度差图像，所述深度差图像反映了所述前景对象在某一时刻的动作；

聚合深度差计算模块，用于对连续多帧的深度差图像进行计算，得到聚合深度差图像，所述聚合深度差图像反映了所述前景对象在某一时间段内的动作；

HOG特征计算模块，用于根据所述聚合深度差图像计算方向梯度直方图HOG特征，所述HOG特征代表了所述前景对象的动作向量；

确定模块，用于通过预先训练好异常动作的SVM分类器预测所述HOG特征对应的异常动作，根据预测结果确定所述前景对象是否发生所述异常动作；

所述深度差计算模块，具体用于：

对相邻的两帧图像分别作对齐和变形的预处理操作，对于每张图片的前景人，将其重心位置平移到图片中心，并将人调整到同一大小；计算相邻帧图像之间的深度差，对结果取绝对值。

7.如权利要求6所述的装置，其特征在于，进一步包括：

分割模块，用于当监控视频中包括多个前景对象时，根据每个前景对象将所述监控视频分割成若干个独立的深度视频，所述深度视频中包括每个前景对象的连续动作；

循环模块，用于将所述每个前景对象的深度视频依次输入到所述深度差计算模块、聚合深度差计算模块、HOG特征计算模块和确定模块。

8.如权利要求7所述的装置，其特征在于，所述分割模块具体用于确定前景对象的深度位置；通过Flood fill方法由所述深度位置开始，感染在预设范围内与所述深度位置相邻的点，将监控视频中所述前景对象分割出来，形成独立的深度视频；其中，所述深度视频中包括所述前景对象的连续动作。