[发明专利]一种基于深度学习的视频异常行为检测方法

权利要求书

1.一种基于深度学习的视频异常行为检测方法，其特征在于具体步骤是：

步骤(1)、预处理：

选取待检测视频数据集，将视频中的图像数据帧变成灰度图像，图像尺寸规范化为M×N，M和N分别代表图像的宽和高；将数据集的前P帧作为训练集Y，剩余的Q帧作为测试集T，组成Y的数据都是正常行为的样本数据；

步骤(2)、训练阶段：

步骤(2-1).设Y中第i帧图像为y_i；

首先，每隔M₁帧连续取k帧图像，即得到作为训练样本一的第i个数据；

其次，每隔M₂帧连续取k帧图像，即得到作为训练样本二的第i个数据；

最后，每隔M₃帧连续取k帧图像，即得到作为训练样本三的第i个数据；

其中j表示相隔帧数的倍率，j∈[0,k-1]；

得到三个训练样本集Y1、Y2、Y3，分别由所有的Y1_i、Y2_i、Y3_i组成，即Y1＝{Y1_i}、Y2＝{Y2_i}、Y3＝{Y3_i}；其中0≤i≤P-1-max(M₁,M₂,M₃)×(k-1)；

步骤(2-2).以Y1、Y2、Y3作为输入分别送到Alexnet网络中，将网络的第3层输出作为提取的特征，并对得到的特征进行归一化处理，得到三组特征数据集合F1、F2、F3,它们分别由相应的所有样本集数据的特征所组成；

步骤(2-3).为F1、F2、F3的每个特征数据赋予一个标签值，因为训练样本都是正常行为，标签数据分别为L1＝{1}、L2＝{1}、L3＝{1}，|L1|＝|L2|＝|L3|＝|F1|＝|F2|＝|F3|,其中符号“||”表示求集合的元素个数；

步骤(2-4).将三组特征数据F1、F2、F3及其相应的标签数据L1、L2、L3表示为三个样本集：{F1,L1}、{F2,L2}、{F3,L3}，作为三组输入分别送到三个一类支持向量机进行训练，得到三个一类支持向量机，分别记做one-SVM1，one-SVM2，one-SVM3；

步骤(3)、测试阶段：

步骤(3-1).设T中第n帧图像为t_n；

首先，每隔M₁帧连续取k帧图像，即得到作为测试样本一；

其次，每隔M₂帧连续取k帧图像，即得到作为测试样本二；

最后，每隔M₃帧连续取k帧图像，即得到作为测试样本三；

其中0≤n≤Q-1-max(M₁,M₂,M₃)×(k-1)，j表示相隔帧数的倍率，j∈[0,k-1]；

步骤(3-2).以T1_n、T2_n、T3_n作为输入分别送入训练阶段步骤(2-1)的Alexnet中，将网络的第3层输出作为提取的特征，并对得到的特征进行归一化处理，得到三组特征数据TF1_n、TF2_n、TF3_n；

步骤(3-3).为待测试特征TF1_n、TF2_n、TF3_n设定一个初始标签值，记为TL1_n＝1、TL2_n＝1、TL3_n＝1；

步骤(3-4).将三组特征数据TF1_n、TF2_n、TF3_n及其相应的标签值TL1_n、TL2_n、TL3_n表示为三个输入样本：{TF1_n,TL1_n}、{TF2_n,TL2_n}、{TF3_n,TL3_n}，作为三组输入分别送到one-SVM1、one-SVM2、one-SVM3中进行检测，输出三个测试样本的分类标签值，若分类标签值等于1表示模型检测出该帧图像为正常帧，分类标签值等于-1则表示模型检测出该帧为异常帧；

步骤(3-5).对三个分类标签值进行投票，投票规则是：如果三个分类标签值中有任意两个或两个以上的值为1，则最终输出结果为1，表示该帧图像的人群行为正常；如果三个分类标签值中有任意两个或两个以上的值为-1，则最终输出结果为-1，表示该帧图像的人群行为异常，从而得到最终标签输出，得到模型的检测结果。