[发明专利]基于深度字典学习的人群异常检测方法

权利要求书

1.基于深度字典学习的人群异常检测方法，其特征在于：本方法的实现步骤如下，

步骤一、人群异常检测视频的特征提取；

(1a)对人群视频序列的每一帧图像进行尺度缩放，根据三个不同尺度形成一个三层图像金字塔；

(1b)对金字塔的每一层图像进行时空立方体采样，提取空间上不重叠区域的三维梯度特征；

(1c)对每一层视频序列，将同一空间区域上连续5帧的三维梯度特征叠加在一起，组成一个三维时空梯度特征；

(1d)将训练视频和测试视频转换为训练特征集X和测试特征集Y；

步骤二、建立基于深度字典的人群异常检测模型；

建立深度字典学习模型，即对带有非线性激活的深层字典学习问题，建立目标函数；

步骤三、模型学习；

采用贪婪法进行逐层训练学习，其中，第一层和中间层采用稠密特征，最后一层采用稀疏特征；

步骤如下：

(3a)初始化训练特征和相关参数；

(3b)学习第一层特征β₁和字典D₁；

(3c)学习第l层特征β_l和字典D_l；

(3d)学习最后一层特征β_N和字典D_N；

步骤四、异常检测；

(4a)利用步骤三训练得到的人群正常模式字典D得到测试集的特征

(4b)重建样本误差E_r，设置阈值T，判断测试特征是否为异常特征。

2.根据权利要求1所述的基于深度字典学习的人群异常检测方法，其特征在于：

对视频序列的每一帧图像进行帧尺度缩放，根据三个不同尺度形成一个三层图像金字塔；

将视频序列的图像帧转换为三维图像金字塔，每帧缩放为三种尺度：20×20，30×40，120×160，同时每帧被划分为同样10×10空间大小的不重叠区域。

3.根据权利要求1所述的基于深度字典学习的人群异常检测方法，其特征在于：对金字塔的每一层图像进行时空立方体采样，提取空间上不重叠区域的三维梯度特征；

采用三维时空梯度特征表示事件；其中，x，y，t分别表示视频序列中的水平方向、垂直和时间方向，G是一个像素的三维梯度，它对应的三维投影分别为G_x，G_y，G_t；

对每一层视频序列，将同一空间区域上连续5帧的三维梯度特征叠加在一起，组成一个三维时空梯度特征。

4.根据权利要求1所述的基于深度字典学习的人群异常检测方法，其特征在于：

建立基于深度字典的人群异常检测模型；

带有非线性激活的深层字典学习问题可以表示为

解决该问题可以建立如下目标式

采用贪婪法进行逐层学习；其中X表示数据，D₁表示字典，β表示特征；

定义则公式(1)重写为X＝D₁β₁，将深层字典学习转换成了单层字典学习问题；其中D₁表示字典，β₁为稠密特征，X为训练特征集，建立第一层模型

定义则β₂为稠密特征，建立第二层模型

第N层为最后一层，β_N为稀疏特征，采用L1正则项进行约束，建立最后一层模型

5.根据权利要求1所述的基于深度字典学习的人群异常检测方法，其特征在于：

采用贪婪法进行逐层训练学习，其中，第一层和中间层采用稠密特征，最后一层采用稀疏特征；具体步骤如下：

初始化相关参数和训练特征；

初始化误差阈值、正则化参数、迭代次数和正常事件字典；

初始化字典方法：对训练数据矩阵进行QR分解，得到的Q作为初始化字典，并预设每层字典大小；

字典学习方法：采用逐层训练学习的思想，保证网络的每一层都是收敛的；除了最后一层采用稀疏特征，其余各层都采用稠密特征；以双层分解为例进行逐层分解；

学习第一层特征β₁和字典D₁；

β₁为稠密特征，X为训练特征集，根据目标函数(3)可得这是一个简单的最小二乘问题，具有闭式解；因此，采用最小二乘法交替迭代D₁和β₁得到相应解：

学习第l层即中间层特征β_l和字典D_l；

对前一层学习到的特征进行非线性激活作为输入，激活函数选取sigmoid，数学定义为：根据目标函数(4)求解问题，求解方法和第一层相同，得：

学习最后一层特征β_N和字典D_N；

最后一层采用稀疏特征，采用L1正则项进行约束；对前一层学习到的特征进行非线性激活得到作为输入，根据目标函数(5)求解问题；

由于β_N是稀疏特征，求解的目标式具有正则约束项，因此采用ISAT算法求解；步骤如下：

初始化β_N，采用最小二乘法进行初始化：

迭代直至收敛

求解D_N则直接采用最小二乘法