[发明专利]一种基于视频监控的异常事件的检测方法及装置在审
| 申请号： | 201810997231.2 | 申请日： | 2018-08-29 |
| 公开（公告）号： | CN109145841A | 公开（公告）日： | 2019-01-04 |
| 发明（设计）人： | 涂志刚;李驰 | 申请（专利权）人： | 武汉大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 | 代理人： | 罗飞 |
| 地址： | 430072 湖*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于视频监控的异常事件检测方法及装置，其中的方法包括：首先将训练视频进行特征提取，获得训练视频的第一特征向量，然后对所述第一特征向量进行训练，获得一个稀疏字典矩阵；接着对待检测视频进行特征提取，得到待检测视频的第二特征向量；再将所述第二特征向量与所述稀疏字典矩阵进行对比运算，获得所述待检测视频中每一视频帧的分值，其中，所述分值用以表征待检测视频中的视频帧的异常可能性，最后将所述分值超过阈值的视频帧作为存在异常事件的视频帧。本发明达到了提高检测效率和检测准确性的技术效果。 | ||
| 搜索关键词： | 特征向量 检测 视频帧 视频 矩阵 视频监控 特征提取 训练视频 异常事件 稀疏 字典 异常事件检测 对比运算 技术效果 | ||
【主权项】：
1.一种基于视频监控的异常事件的检测方法，其特征在于，包括：步骤S1：将训练视频进行特征提取，获得训练视频的第一特征向量；步骤S2：对所述第一特征向量进行训练，获得一个稀疏字典矩阵；步骤S3：对待检测视频进行特征提取，得到待检测视频的第二特征向量；步骤S4：将所述第二特征向量与所述稀疏字典矩阵进行对比运算，获得所述待检测视频中每一视频帧的分值，其中，所述分值用以表征待检测视频中的视频帧的异常可能性；步骤S5：将所述分值超过阈值的视频帧作为存在异常事件的视频帧。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于武汉大学，未经武汉大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810997231.2/，转载请声明来源钻瓜专利网。
