[发明专利]基于加权张量子空间背景建模的视频异常检测方法

摘要

本发明公开了一种基于加权张量子空间背景建模的视频异常检测方法，主要解决现有方法中由于忽略图像空间结构信息，不能滤除图像中野值点的问题。其实现过程是：首先将训练数据及观测数据都看作二阶张量，采用张量分析的方法，计算每个模式上的投影矩阵，构造张量子空间；然后对观测数据进行鲁棒分析，对观测数据的每个元素进行加权，并更新张量子空间，再将加权的观测数据投影到子空间上，重构出背景图像；最后对参考背景和重构背景进行相似性度量，检测视频场景中是否发生异常事件。与现有方法相比，本方法能保持图像的空间结构信息，滤除图像中的野值点，具有鲁棒性。可用于安防、监控领域中固定场景、光照缓变条件下的异常事件检测。

主权项

1.一种基于加权张量子空间背景建模的视频异常检测方法，包括：A.划分实验数据步骤：将实验数据分为训练数据和观测数据，根据应用需求在训练数据中选定一帧初始参考背景图像，训练数据包含N帧图像，20≤N≤200，将每帧图像表示成二阶张量形式1＜i＜N，N₁和N₂分别为二阶张量模式1和模式2的维数；B.初始化张量子空间步骤：计算训练数据的均值并将其作为观测数据的初始均值将训练数据在张量的模式d上进行矩阵展开计算相应的协方差矩阵C_d，d＝1，2，对协方差矩阵进行奇异值分解，得到模式d上的投影矩阵U_d和能量矩阵S_d，初始化张量子空间；C.加权观测数据步骤：将观测数据表示成二阶张量形式并将观测数据在张量子空间上进行投影，得到重构图像，将重构图像与观测数据作差，得到残留误差利用残留误差通过由鲁棒函数求导得到的权值函数计算出观测数据每一个元素的权值，利用权值对观测数据的每一个元素进行加权，得到加权后的观测数据D.更新张量子空间步骤：利用加权的观测数据，更新均值和协方差矩阵，对协方差矩阵进行奇异值分解，更新张量子空间；E.重构背景图像步骤：利用更新后的张量子空间，将加权的观测数据投影到子空间重构出背景图像F.图像相似性度量步骤：利用结构相似性图像质量评价算法，将每一帧重构背景图像与参考背景图像进行相似性度量，计算它们的相似性度量值；G.检测异常事件步骤：比较相邻两帧重构背景图像的度量值，将前一帧的度量值与当前帧的度量值作差，若差值大于报警阈值T，0.01≤T≤0.1，表示当前背景发生了变化，视频场景中出现了异常事件；随着张量子空间的不断更新，建立新的背景模型，在连续的80帧内，若相邻两帧度量值的差值都小于报警阈值，则表明异常事件结束，更新参考背景，将当前重构背景图像作为新的参考背景，重复进行上述步骤C～步骤G，直至将所有观测图像都重构出背景图像进行检测。