[发明专利]检测异常行为的方法和设备及生成检测器的方法和设备

权利要求书

1.一种检测视频中对象的异常行为的方法，包括：

从所述视频中获得具有预定长度的图像的序列；

计算所述序列的每个所述图像的运动向量方向直方图；

将所述序列的所有图像的运动向量方向直方图形成特征向量；和

将所述特征向量输入检测器，以检测对象的异常行为。

2.如权利要求1所述的方法，其中，从所述视频中获得所述序列包括：

从所述视频中检测独立运动区域；和

从所述视频中的所述独立运动区域获得所述序列。

3.如权利要求2所述的方法，其中，从所述视频中检测独立运动区域包括：

从所述视频的图像帧之一中检测出前景；

检测所述前景中的独立连通区域；和

将覆盖所述独立连通区域的区域提取为所述独立运动区域。

4.如权利要求1至3中任何一个所述的方法，还包括：

响应于所述检测器检测出对象的异常行为，检测所述序列的图像中非对象的运动物体的存在；和

在检测结果表明不存在非对象的运动物体的情况下，检测出对象的异常行为。

5.如权利要求1所述的方法，还包括：

将转换矩阵Map_dxm乘以所形成的特征向量，以将相乘结果作为输入所述检测器的所述特征向量，其中m为相乘之前所述特征向量的维数，d为相乘之后所述特征向量的维数，并且d＜m。

6.一种检测视频中对象的异常行为的设备，包括：

提取装置，其从所述视频中获得具有预定长度的图像的序列；

特征计算装置，其计算所述序列的每个所述图像的运动向量方向直方图，并且将所述序列的所有图像的运动向量方向直方图形成特征向量；和

检测装置，其将所述特征向量输入检测器，以检测对象的异常行为。

7.如权利要求6所述的设备，其中，所述提取装置包括：

运动区域检测装置，其从所述视频中检测独立运动区域；和

区域图像提取装置，其从所述视频中的所述独立运动区域获得所述序列。

8.如权利要求7所述的设备，其中，所述运动区域检测装置包括：

前景检测装置，其从所述视频的图像帧之一中检测出前景；

连通区域分析装置，其检测所述前景中的独立连通区域；和

覆盖区域提取装置，其将覆盖所述独立连通区域的区域提取为所述独立运动区域。

9.如权利要求6至8中任何一个所述的设备，其中，所述检测装置包括：

非对象检测装置，其响应于所述检测器检测出对象的异常行为，检测所述序列的图像中非对象的运动物体的存在；和

过滤装置，其在检测结果表明不存在非对象的运动物体的情况下，检测出对象的异常行为。

10.如权利要求6所述的设备，其中，所述特征计算装置包括：

降维装置，其将转换矩阵Map_d×m乘以所形成的特征向量，并且将相乘结果作为要输入所述检测器的所述特征向量提供给所述检测装置，其中m为相乘之前所述特征向量的维数，d为相乘之后所述特征向量的维数，并且d＜m。

11.一种生成用于检测视频中对象的异常行为的检测器的方法，包括：

输入多个具有预定长度的图像的序列中的每个序列，其中所述序列包含的对象的行为的类型已被标记；

计算所述序列的每个所述图像的运动向量方向直方图；

将所述序列的所有图像的运动向量方向直方图形成特征向量；和

根据各个序列的相应特征向量和所标记的行为类型来训练所述检测器。

12.如权利要求11所述的方法，其中，形成特征向量包括：

利用降维方法计算将所形成的特征向量降维的变换矩阵Map_d×m，其中m为降维之前所述特征向量的维数，d为降维之后所述特征向量的维数，并且d＜m；和

将转换矩阵Map_d×m乘以所形成的特征向量，以将相乘结果作为所述训练所根据的所述特征向量。

13.如权利要求12所述的方法，其中所述降维方法包括主成份分析方法、因子分析方法、单值分解、多维尺度分析、局部线性嵌入、等距映射、线性鉴别分析、局部切空间排列和最大方差展开)。