[发明专利]一种基于异常行为检测的视频摘要方法

摘要

方法申请(专利)号CN201410469530.0

主权项

一种基于异常行为检测的视频摘要方法，其特征是按如下步骤进行：步骤1、利用一固定的摄像头获取在时间段T＝(t1,t2,...td...,ts)内的视频，每一时刻对应一帧视频，从而获得视频帧表示在td时刻下的视频帧；1≤d≤s；s为视频的总帧数；从所述视频帧中选取在时间段T'＝(tα,tα+1,...tβ...,tα+N)内的视频帧作为训练视频帧，N为训练视频的总帧数；表示在tβ时刻下的视频帧；α≤β≤α+N；则其余视频帧为测试视频帧V2＝V‑V1；所述训练视频帧V1只包含正常行为；所述测试视频帧V2包含正常行为和异常行为；步骤2、利用中值滤波法获得所述视频帧V的背景图像b；步骤3、利用式(1)获得td时刻下视频帧中任意像素点位置的运动标签从而获得td时刻下视频帧中所有像素点位置的运动标签式(1)中：表示视频帧中的像素点位置；表示td时刻下视频帧中像素点位置的像素值，表示td时刻下视频帧中的背景图像；α为判断阈值；步骤4、利用式(2)获得td时刻下视频帧中任意像素点位置的基于尺寸的目标描述符从而获得td时刻下视频帧中所有像素点位置的目标描述符式(2)中：表示td时刻下视频帧中以像素点位置为中心，以W×W为大小的窗口；表示在窗口内与像素点位置相邻的像素点位置；并有：式(3)中：表示td时刻下视频帧中像素点位置的运动标签；步骤5、联合运动标签序列MΓ和目标描述符序列RΓ，从而建立事件模型步骤5.1、利用式(1)获得在时间窗Γ＝[td‑γ+1,td]内运动标签序列MΓ，利用式(2)获得在时间窗Γ＝[td‑γ+1,td]内目标描述符序列RΓ，γ为参数；1≤γ≤s；步骤5.2、利用式(4)所示的隐马尔可夫模型获得所述运动标签序列MΓ的概率式(4)中：ω为隐马尔科夫模型的初始运动状态概率；p为静止状态概率，1‑p为静止转移概率；q为运动状态概率，1‑q为运动转移概率；表示静止状态的时间间隔，表示运动状态的时间间隔；l表示从运动到静止状态的转移次数；n表示从静止到运动状态的转移次数；1≤k1≤l；1≤k2≤n；步骤5.3、利用式(5)获得所述运动标签序列MΓ和目标描述符序列RΓ的联合概率式(5)中，为条件概率函数，并有：步骤5.4、对式(5)取负对数后获得如式(7)所示的td时刻下视频帧中任意像素点位置的事件模型从而获得td时刻下视频帧中所有像素点位置的事件模型式(7)中：D1,D2,D3为所设定的参数；表示在时间窗Γ中的像素点位置处的状态转移总数；td‑γ+1≤i≤td；步骤6：学习训练视频帧V1获得行为背景图步骤6.1、重复步骤3‑步骤5获得所述训练视频帧V1中tβ时刻下视频帧中所有像素点位置的事件模型步骤6.2、利用式(8)和式(9)分别估计所述训练视频帧V1中事件模型的均值和方差步骤6.3、根据高斯分布和区间估计原理，获得如式(10)所示的所述训练视频帧V1中事件模型的均值的置信区间：式(10)中：tη/2(N‑1)表示自由度为N‑1的t分布，η为t分布的显著水平；步骤6.4、利用式(11)获得所述训练视频帧V1中像素点位置处的行为背景图从而获得所述训练视频帧V1中所有像素点位置的行为背景图B：步骤7：利用式(12)获得所述测试视频帧V2中，在td时刻下视频帧中像素点位置处的异常行为从而获得所述训练视频帧V2中所有像素点位置的异常行为X：式(12)中：表示测试视频帧V2中，在td时刻下视频帧中像素点位置处出现异常行为；表示测试视频帧V2中，在td时刻下视频帧中像素点位置处没有出现异常行为；Θ为所述方差的区间估计，并有Θ∈((N-1)σ^2χξ/22(N-1),(N-1)σ^2χ1-ξ/22(N-1))---(13)]]>式(13)中：表示自由度为N‑1的χ2分布；ξ为χ2分布的显著水平；步骤8：在所述测试视频帧V2中截取包含异常行为的所有视频帧作为视频摘要。