[发明专利]一种视频异常事件检测方法及装置

权利要求书

1.一种视频异常事件检测方法，其特征在于，所述方法包括：

提取包含多帧图像的待检测视频流的高层次表示信息，该高层次表示信息中包含所述待检测视频流的时空信息，所述时空信息表示所述待检测视频流中的每帧图像的纹理特征信息以及所述纹理特征信息之间的时序关系；

通过预置的字典，计算用所述字典中的最少数目的基表征所述待检测视频流的高层次表示信息时的重构系数，所述字典根据以下方式建立并不断更新：将不存在异常事件的视频流作为训练样本，利用卷积自编码器对所述训练样本的每帧图像进行降维处理，提取每帧图像的纹理特征，然后基于所述训练样本中每帧图像的时序关系，对提取的纹理特征进行时空建模，获取所述训练样本的高层次表示信息，其中，所述训练样本的高层次表示信息中包含所述训练样本的所有的正常特征；由所述训练样本的高层次表示信息构成一个特征池，对所述特征池进行优化，获得基的数量小于第一预设阈值，且重构误差小于第二预设阈值的字典，其中，所述字典中的每一个正常特征为一个基；

根据所述重构系数计算重构代价值；

当所述重构代价值大于预设阈值时，确定所述待检测视频流中存在异常事件。

2.根据权利要求1所述的方法，其特征在于，所述字典中的每一个基对应一个权重系数，其中，根据权重公式确定所述权重系数的初始值，所述权重公式为：

其中所述

其中，所述表示字典中第i基的初始权重系数；所述表示所述字典中每个基对应系数的累加和；所述X_i⁰表示初始选择向量的第i维；所述β⁰表示由组成的矩阵；所述||β⁰||₁表示取L1范数；所述||X_i⁰||₂表示取L2范数。

3.根据权利要求2所述的方法，其特征在于，所述通过预置的字典，计算用所述字典中的最少数目的基表征所述待检测视频流的高层次表示信息时的重构系数，包括：

通过预置的字典，根据重构系数求解公式计算用所述字典中的最少数目的基，表征所述待检测视频流的高层次表示信息时的重构系数；

其中，所述重构系数求解公式为：

x*=argminx12||y-Φx||22+λ||Wx||1]]>

其中，x^*表示重构系数；y表示所述待检测视频流的包含时空信息描述的高层次表示；所述Φ表示所述字典；所述W表示所述权重系数构成的矩阵，x表示权重向量；λ表示惩罚系数。

4.根据权利要求2所述的方法，其特征在于，所述方法还包括：

当确定所述待检测视频流中不存在异常事件时，根据所述待检测视频流的重构系数和权重系数更新公式更新目标基的权重系数，其中，所述目标基为按照从大到小的顺序排列，排列靠前的前K个权重系数对应的基；

其中权重系数更新公式为：

其中，

其中，所述表示第i个基第t+1次迭代后的权重系数；所述表示用所述字典表征所述待检测视频流时，第i个基对应的重构系数值；所述t表示第t次迭代；所述t+1表示第t+1次迭代，所述β^t+1表示由构成的矩阵；所述X表示选择向量；所述X_i表示选择向量X中的第i个选择向量。