[发明专利]一种基于稠密轨迹小片段的异常行为检测方法

说明书

本发明公开了一种基于稠密轨迹小片段的异常行为检测方法，包括：将视频划分为时空小方块；在时空小方块内构建稠密光流域以获取稠密轨迹小片段；及利用轨迹小片段方向直方图从角度和幅值量化轨迹小片段，确定获得轨迹小片段的HOT描述子；将所得轨迹小片段的HOT描述子作为码本单词构建码本，根据码本单词及构建的码本建立轨迹小片段的相似性拓扑结构，并利用先验概率检测方法计算每个时空小方块中的轨迹小片段是否异常，及根据码本中码本单词的相似性判定所对应的轨迹小片段是否为异常。本发明可降低搜索区域的维度，准确对图片进行异常行为的检测，利用稠密跟踪轨迹更加有效地表示视频序列，具备更高的效率和准确性。

技术领域

本发明涉及一种基于稠密轨迹小片段的异常行为检测方法，属于图像处理技术的领域。

背景技术

近年来拥挤环境下的公共安全正在被高度关注。视频监控系统正在被广泛应用在例如街道安全，交通分析，地铁运输安全等领域。由于在拥挤和动态环境下的行人遮挡和光照条件等的变化，传统的机器视觉方法已经不能满足检测需求。这其中，一个主要的挑战就是在拥挤的环境下，根据时空域来进行异常行为分析。以上的情况说明了异常行为检测的挑战性和难度。

异常行为检测的首要问题是它没有明确的定义。因此，所有异常行为检测方法都是基于检测出罕见的发生事件，并视为异常。视频序列被分为时空组成部分来提取上下文信息，并根据这些上下文信息来进行异常行为分析。由此可见异常行为的定义取决于上下文信息。换句话说，在一个特定上下文中的异常行为放在其他上下文环境下可能就成了正常行为。

现有的检测方法在检测过程中，通常对整幅图片进行异常行为的检测，并没有判定图像中可能发生异常的区域。由于搜索区域的维度较大，传统方法无法有效地保证检测的准确性和快速性。

发明内容

本发明所要解决的技术问题在于克服现有技术的不足，提供一种基于稠密轨迹小片段的异常行为检测方法，解决现有的检测方法在检测过程中，搜索区域的维度较大，无法有效地保证检测的准确性和快速性的问题。

本发明具体采用以下技术方案解决上述技术问题：

一种基于稠密轨迹小片段的异常行为检测方法，包括以下步骤：

步骤A、将视频划分为时空小方块；

步骤B、在时空小方块内构建稠密光流域以获取稠密轨迹小片段；及利用轨迹小片段方向直方图从角度和幅值量化轨迹小片段，得到轨迹小片段所对应的HOT描述子；

步骤C、将所得轨迹小片段的HOT描述子作为码本单词构建码本，根据码本单词及构建的码本建立轨迹小片段的相似性拓扑结构，并利用先验概率检测方法计算每个时空小方块中的轨迹小片段是否异常，及根据码本中码本单词的相似性判定所对应的轨迹小片段是否为异常。

进一步地，作为本发明的一种优选技术方案：所述步骤B获取稠密轨迹小片段包括：

从构建稠密光流域获取兴趣点，跟踪光流域的兴趣点获取跟踪轨迹；

由跟踪轨迹在时空小方块的若干个帧内形成稠密轨迹小片段。

进一步地，作为本发明的一种优选技术方案：所述步骤B计算轨迹小片段的方向和幅值采用公式：

其中，表示时空小方块i中轨迹小片段t的角度；MAG^t,i时空小方块i中轨迹小片段t的幅值；和表示时空小方块i中轨迹小片段t的进出点；f和f+1表示时空小方块的邻域帧。

进一步地，作为本发明的一种优选技术方案：所述步骤C包括将相似的HOT描述子归为同一个码本单词来构建码本。

进一步地，作为本发明的一种优选技术方：所述步骤C还包括利用欧式距离权重升级码本单词。