[发明专利]用于探测视频数据中的高兴趣事件的系统和方法

权利要求书

1.一种用于监视视频数据的方法，所述方法包括：

辨识事件的特征向量，所述特征向量具有相应于对象在视频数据中的位置和运动方向中的至少一个的数据；

在使用包括多个基向量的字典的情况下生成相应于所述特征向量的估计的特征向量，生成估计的特征向量进一步包括：

借助所辨识的特征向量和所述字典中的多个基向量实施惩罚优化过程，以便生成相应于所辨识的特征向量的稀疏权重向量，所述稀疏权重向量包括多个元素，其中，每一个元素相应于所述字典中的一个基向量；以及

由所述字典中的多个基向量的加权和生成所估计的特征向量，所述多个基向量相应于所述稀疏权重向量中的具有非零权重值的元素；

辨识所估计的特征向量和所辨识的特征向量之间的误差；

响应于所辨识的误差超过一个阈值，辨识所述视频数据中的高兴趣事件；

仅仅响应于所辨识的误差超过所述阈值，在视频输出设备上显示包括所述高兴趣事件的所述视频数据；

从所述视频输出设备接收表明所显示的视频数据不包括高兴趣事件的第一信号；以及

响应于所述第一信号的接收，更新所述字典，所述字典的更新进一步包括：

基于稀疏权重向量生成修改的稀疏权重向量，以将稀疏权重向量中的小于预确定的阈值的任何值设为零；

由字典中的相应于所述修改的稀疏权重向量中的具有非零权重值的元素的多个基向量的另一加权和生成另一估计的特征向量；

基于事件的特征向量与另一估计的特征向量之间的差生成附加的基向量；以及

将所述附加的基向量包括在所述字典中。

2.根据权利要求1所述的方法，所述特征向量还包含：

相应于所述对象在所述视频数据中的运动速度的数据。

3.根据权利要求1所述的方法，所述特征向量还包含：

相应于所述对象在所述视频数据中的大小的数据。

4.根据权利要求1所述的方法，所述特征向量还包含：

相应于所述对象在所述视频数据中存在的时间长度的数据。

5.根据权利要求1所述的方法，所述方法还包括：

响应于所辨识的误差在所述阈值以下，辨识所述视频数据中的低兴趣事件；

显示包括所述低兴趣事件的视频数据；

接收表明所显示的视频数据中的所述低兴趣事件是高兴趣事件的信号；

响应于所述信号的接收，更新所述字典。

6.根据权利要求5所述的方法，所述字典的更新还包括：

辨识所述字典中的相应于所述对象的特征向量的基函数；

将所辨识的基函数从所述字典中移除。

7.根据权利要求1所述的方法，所述特征向量中的相应于所述对象的位置的数据还包括：

相应于所述对象在所述视频数据中的二维位置坐标的直方图。

8.根据权利要求1所述的方法，所述特征向量中的相应于所述对象的运动方向的数据还包括：

相应于所述对象在所述视频数据中的运动方向的直方图。

9.根据权利要求1所述的方法，所述方法还包括：

接收多个训练特征向量，所述多个训练特征向量相应于多个对象中的每一个在训练视频数据中的位置和运动方向中的至少一个；

生成多个包括随机项的训练基向量和多个包括随机项的稀疏权重向量，所述多个稀疏权重向量中的每一个权重向量相应于所述多个基向量中的一个基向量；

借助所述多个训练特征向量、所述多个训练基向量和所述多个稀疏权重向量实施优化过程以便生成所述字典中的多个基向量，所述字典中的所述多个基向量和所述稀疏权重向量中的每一个配置用于以小于一个预确定的最大误差地生成相应于所述多个训练特征向量中的一个的估计的特征向量。

10.根据权利要求9所述的方法，其中，所述优化过程是惩罚优化过程。