[发明专利]基于行为特征智能分析的异常目标预警追踪系统及方法

权利要求书

1.一种基于行为特征智能分析的异常目标预警追踪系统，其特征在于，包括：

运动目标追踪模块，用于从安防视频信息中追踪运动目标，以及判断运动目标的类型；

目标行为特征提取模块，用于提取运动目标的多维行为特征；

异常行为判断模块，利用不同类型运动目标的多维行为特征样本进行行为判断模型的监督学习训练，进而针对当前运动目标的多维行为特征实现异常行为判断；

预警追踪模块，当当前运动目标存在异常行为时给与异常目标预警和追踪；

所述运动目标追踪模块确定运动目标的目标特征；针对每帧画面建立运动目标表，所述运动目标表记录一帧视频画面当中包含的全部运动目标及每个运动目标的目标特征，即：

F_n＝O_n,1,O_n,2,…O_n,i…O_n,k〉

F_n表示第n帧视频画面的运动目标表,设该帧画面中共k个运动目标，则O_n,i表示该第n帧视频画面中第i个运动目标及其目标特征；针对相邻两帧视频画面，对其中的运动目标利用其在视频画面的位置关系以及目标特征进行匹配计算，以实现目标追踪；通过目标匹配表记录所述相邻两帧视频画面中的运动目标匹配关系：

M_(n-1,n)＝〈Δ(O_n-1,1,O_n,1),Δ(O_n-1,2,O_n,2),…Δ(O_n-1,j,O_n,j),…Δ(O_n-1,L,O_n,L)〉

M_(n-1,n)表示第n-1帧和第n帧视频画面之间的目标匹配表，所述相邻两帧视频画面中共有L个匹配的运动目标，则Δ(O_n-1,j,O_n,j)表示第n-1帧和第n帧视频画面当中第j个匹配的运动目标的目标特征变化量；

所述目标行为特征提取模块根据同一个运动目标在连续的视频画面帧中目标特征的变化，从多个维度分析该目标特征变化与目标行为的相关性系数，并且基于该相关性系数，将该运动目标的目标特征变化转化为多维行为特征；

所述异常行为判断模块在SVM支持向量机分类器训练之后再次从安防视频画面集合当中选取一定数量的正常视频画面帧和异常视频画面帧，提取每个视频画面帧中的运动目标并计算每个运动目标的行为特征向量组，输入训练完成的SVM支持向量机分类器，将该分类器对运动目标存在或者不存在异常行为的判断输出与该运动目标的行为描述标记进行验证比对，验证SVM支持向量机分类器的判断输出是否满足预定的正确率。

2.根据权利要求1所述的异常目标预警追踪系统，其特征在于，所述运动目标追踪模块采用帧差分法、光流法或者基于混合高斯模型的背景差分法从各个视频画面帧中提取运动目标。

3.根据权利要求1所述的异常目标预警追踪系统，其特征在于，所述异常行为判断模块利用不同类型运动目标的多维行为特征样本进行行为判断模型的监督学习训练，进而针对当前运动目标的多维行为特征实现异常行为判断。

4.根据权利要求3所述的异常目标预警追踪系统，其特征在于，所述系统还包括学习素材库，所述学习素材库内预先收集并创建的一个安防视频画面集合；异常行为判断模块从该集合中预先选取第一数量的正常视频画面帧和第二数量的异常视频画面帧；提取每个视频画面帧中的运动目标，计算每个运动目标的行为特征向量组；将其中正常的运动目标以及异常行为的运动目标的该行为特征向量组，连同每个目标的行为描述标记，作为多维行为特征样本输入SVM支持向量机分类器，实现对该分类器的训练。

5.一种基于行为特征智能分析的异常目标预警追踪方法，其特征在于，包括：

运动目标追踪，从安防视频信息中追踪运动目标，以及判断运动目标的类型；

目标行为特征提取，提取运动目标的多维行为特征；

异常行为判断，利用不同类型运动目标的多维行为特征样本进行行为判断模型的监督学习训练，进而针对当前运动目标的多维行为特征实现异常行为判断；

预警追踪，当当前运动目标存在异常行为时给与异常目标预警和追踪；

目标行为特征提取过程中，根据同一个运动目标在连续的视频画面帧中目标特征的变化，从多个维度分析该目标特征变化与目标行为的相关性系数，并且基于该相关性系数，将该运动目标的目标特征变化转化为多维行为特征；

异常行为判断过程中，利用不同类型运动目标的多维行为特征样本进行行为判断模型的监督学习训练，进而针对当前运动目标的多维行为特征实现异常行为判断。