[发明专利]一种视频异常行为自动判断方法

权利要求书

1.一种视频异常行为自动判断方法，其特征在于，包括如下步骤：

S1：预先确定对原始视频进行帧提取周期及提取起始时间；

S2：获取比较帧；所述比较帧包括获得从X时刻开始提取的原始帧序列L1以及，从X+j时刻开始提取出来的的原始帧序列L2；j为L1、L2提取起始时间的差值；

S3：对L1、L2中排序序号相同的帧进行差分运算，得到差异帧序列L3；

S4：将L1和L3作为训练数据，使用基于卷积神经网络的深度学习分类器，训练出拥有自适应调整阈值Y能力的模型M；

S5：利用M，将待检测视频作为原始视频，重复步骤S1～S3，将获取到的差异帧序列L3中所有对象作为输入值依次送入模型M进行运算，获取各个对象对应的概率值；当概率值大于对应阈值Y时，则判断为异常，获取原始视频对应的时间点；

S5：根据对应的时间点截取原始视频中对应的视频片段。

2.如权利要求1所述的视频异常行为自动判断方法，其特征在于，S3中进行差分运算的具体方法为：

获取帧序列L1、L2的各帧图像的灰度值矩阵，灰度值矩阵的各元素为图像对应位置的像素点的灰度值；

利用灰度值矩阵做相减运算，得到差异帧序列L3。

3.如权利要求2所述的视频异常行为自动判断方法，其特征在于，将灰度值矩阵转化为单行或者单列数组后将两列数组进行相减运算，运算结果取绝对值，得到差异帧序列L3。

4.如权利要求1或2或3所述的视频异常行为自动判断方法，其特征在于，S1中，帧提取周期为0.5秒。

5.如权利要求1或2或3所述的视频异常行为自动判断方法，其特征在于，S2中，X时刻为原始视频从头开始播放的时刻。

6.如权利要求1或2或3所述的视频异常行为自动判断方法，其特征在于，S2中，j的值等于帧提取周期。

7.如权利要求1或2所述的视频异常行为自动判断方法，其特征在于，S4中，在获取M时，由人工对异常行为对应的图像和正常行为对应的图像进行筛选后，将实际产生异常行为对应的差异帧数的图像数据、正常行为对应的图像数据作为训练数据。

8.如权利要求7所述的视频异常行为自动判断方法，其特征在于，S4中，训练数据被投入到基于CNN的DEEPEXI-VIDEO-CLASSIFI CATION进行迭代训练。