[发明专利]一种视频异常检测方法

说明书

技术领域

本发明属于计算机视觉领域，用于监控视频抖动异常检测系统。尤其涉及到一种视频异常检测方法。

背景技术

视频抖动表现为相邻帧相关性的不连续性，形成原因大致有两类：一、当监控摄像头(通常是立杆式)安装位置受到短促外力(如强风或地面震动) 冲击时，监控视频画面就可能会出现不符合人类视觉习惯的、成像区域整体在随机方向上的频繁迂回现象——可视为视频抖动；二、监控摄像头设备自身故障或其信号在传输中受到电磁干扰时，也会引发另一种视频抖动现象，这种情形下的抖动多表现为画面的无规律快速跳动、闪烁、变形、还会伴有色彩失真、重叠等现象。视频抖动将会使监控视频的质量受到不同程度的损失，直接影响监控系统的业务应用效果，因此在监控系统中实现对视频抖动异常自动检测具有重要意义。

目前关于视频抖动的研究大致上可分为两类，抖动消除和抖动检测。抖动消除算法又称电子稳像算法，抖动检测算法与电子稳像算法有一定联系，二者可以相互借鉴。其不同之处在于两者的应用目的：电子稳像技术是为了得到高质量的稳定画面，需要高精度的运动估计参数；而抖动检测算法是为了更精准地实时检测出监控视频画面是否出现了抖动异常，对运动估计参数准确度要求较低，但必须符合实际运动过程。常用的运动参数估计方法包括块匹配、光流法、特征点匹配、灰度投影等，其中，块匹配和光流法运算开销大，效率低，无法满足实时性要求；特征点匹配要求特征点具有代表性，难以推广到视频监控系统；灰度投影算法计算量小，速度快，满足实时性要求，但准确度较低。

抖动检测算法对业务应用的各项综合指标的要求较高，以上方法无法满足实际应用。

发明内容

本发明所要解决的技术问题是提出一种基于最长路径的视频异常检测方法，克服上述现有技术的不足。

为解决上述技术问题，本发明的基本技术构思在于首先根据视频抖动局部一致性的特点，结合分块思想，利用灰度投影算法完成全局运动估计，再根据最长路径算法选出可代表视频抖动的帧序列作为有效帧，根据有效帧的全局运动参数计算视频抖动的抖动率、抖动频率和抖动幅度等抖动参数，并对抖动参数设置影响因子，最后通过加权平均法计算视频的抖动程度。

本发明提出的基于最长路径的视频异常检测方法，包括以下步骤：

i.将图像分块，利用灰度投影计算图像块的运动参数；

ii.根据每个图像块的运动参数，计算每一帧图像的运动参数；

iii.根据最长路径算法选出可代表视频抖动的帧序列作为有效帧；

iv.根据有效帧的全局运动参数计算视频抖动参数；

v.根据抖动参数计算视频的抖动程度。

所述将图像分块，利用灰度投影计算图像块的运动参数的具体步骤，包括：

1-1)将当前图像分成P×Q块。

1-2)计算图像块的行与列投影。

1-3)计算图像块的行与列位移。

1-4)得到图像块的位移表达式。

按上述方案，根据每个图像块的运动参数，计算每一帧图像的运动参数的具体步骤，包括：

2-1)计算图像块b的位移方向。

2-2)依次用一条水平方向或垂直方向的直线将图像块分为两个队列，记为S₁和S₂。

2-3)计算图像的抖动一致性标识符。

2-4)计算图像队列S₁和S₂的位移。

2-5)计算图像的位移，当图像的抖动标志F＝0时，转到步骤2-2)，换一条直线将图像块分成两个队列；否则，循环结束，继续方案的下一步骤。

按上述方案，根据最长路径算法选出可代表视频抖动的帧序列作为有效帧的具体步骤，包括：

3-1)用节点表示帧，弧表示参照关系，弧尾代表参考帧，弧头代表当前帧，则可将视频中抖动标志F＝1的帧构成有向图。

3-2)赋予每条弧相同的权值。

3-3)计算有向图的最长路径，则最长路径上的每个节点都是有效帧，最长路径即为抖动链。

按上述方案，根据有效帧的全局运动参数计算视频抖动参数的具体步骤，包括：

4-1)将抖动链上帧的运动方向划分为两类，并将帧分组。

4-2)计算抖动率JR，抖动幅度JA，抖动频率JF。

4-3)一个抖动周期包含的平均帧数记为JZ，则抖动频率JF计算方法如下，

其中，FR为帧速率。

按上述方案，根据抖动参数计算视频的抖动程度的具体步骤，包括：

5-1)使用公式: