[发明专利]基于自动编码器的视频异常行为检测方法及系统

说明书

一种基于自动编码器的视频异常行为检测方法及系统，其方法包括：S1：对输入的视频进行等间隔下采样的预处理；S2：采用Vibe背景提取算法结合U‑Net图像分割网络对预处理后的视频图像序列中的图像进行目标与背景的分离；S3：将图像的目标与背景分别输入到双通道自编码器的不同通道，由对应通道中的编码器分别对目标与背景提取图像特征后，在双通道自编码器的隐含层将两个通道分别提取的两个特征进行特征融合，最后将融合后的特征送入解码器进行模型训练；S4：在训练好的模型中使用重构误差判别对输入的待检测样本进行异常行为检测，得到异常行为检测结果，从而解决背景变化对异常行为检测造成的不利影响，使得到的模型通用性更强，易于部署到不同场景。

技术领域

本发明涉及计算机视觉领域，具体而言用于视频异常行为检测的分析研究，更具体地涉及一种基于自动编码器的视频异常行为检测方法及系统。

背景技术

随着社会治安水平要求的提高，在公共场合安装的监控摄像头也越来越多，例如：医院、交通路口、银行、街道等。这些监控摄像头产生了大量的监控视频，因此从这些监控视频中进行异常行为检测也需要投入巨大的工作量。视频中的异常行通常指一类相对罕见的行为，例如车辆逆行、打架、人群逃散等行为，其是与常见的行为相冲突的，具有一定的危险性，及时准确地检测视频中存在的异常行为对于维护社会安全具有重要意义。视频异常检测旨在通过计算机视觉，结合深度学习等方法，在时间和空间上定位视频序列中出现的非常规行为(即异常行为)，合适的视频异常行为检测方法能够自动学习场景中的正常行为模型，并自动判断出与正常模型偏差较大的异常行为，不仅可以大大减少人力成本，而且有着较好的时效性和准确率。

在现有视频异常检测领域中，采用自动编码器是比较常见的方法。传统视频异常行为检测方法是将视频图片输入到编码器进行编码，然后获得输入的隐含特征。编码器根据隐含特征去还原输入图像，通过不停的训练，得到一个只包含正常样本的模型。在检测阶段，输入正常样本时，模型能更好的还原出输入，即重构误差较小；而对于包含异常行为的输入，该模型通常不能较好的还原，导致重构误差较大。因此需要通过设置一个合适的阈值，将重构误差超过该阈值的样本判定为异常样本。另外在异常检测时，由于是将图像直接或经过简单的预处理后送入编码器进行编码，因而会导致背景的变化对异常行为检测造成不利影响，同时也使得训练得到的模型通用性不强，一个场景下训练的模型有时很难部署到其他场景中使用。

此外，与其他计算机视觉的问题和任务的处理不同，异常检测任务处理的是少数、不可预测的事件，因此还具有如下独特的复杂性：

1)异常行为的出现是不规则的，有些异常行为可能表现出与正常行为特征相似的特征，且存在的噪声也可能使真正的异常数据难以被分辨，使得异常行为识别准确率降低；

2)不同场景下的异常行为的定义可能并不相同，有些数据实例在特定场景中属于异常行为，而在其他场景中则可能属于正常行为。

因此，需要一种应用广泛且异常识别准确率高的检测方法，用以解决现有技术的不足。

发明内容

为了解决上述问题的不足，本发明基于自动编码器，提出了一种将目标背景分离的视频异常行为检测方法及系统，其首先通过目标背景分离模块将目标与背景分离，通过在目标特征提取之前消除背景，减少背景及其他噪声对人物特征提取的影响，能够提高相同场景下的识别准确率。接着利用双通道自动编码器结合预处理阶段获得的运动目标和背景分别提取运动目标特征和背景特征，然后进行目标背景特征的再融合，并经过训练得到模型，可以使模型能够对背景特征进行关注，以使模型更容易部署到不同场景中。最后在检测阶段通过重构误差判别进行异常行为检测。

为达到上述目的，本发明提供了一种基于自动编码器的视频异常行为检测方法，其包括以下步骤：

步骤S1：对输入的视频进行等间隔下采样的预处理；

步骤S2：采用Vibe背景提取算法结合U-Net图像分割网络对预处理后的视频图像序列中的图像进行目标与背景的分离；