[发明专利]视频监控异常事件的检测方法、系统、设备和存储介质

权利要求书

1.一种视频监控异常事件的检测方法，其特征在于，包括：

提取待检测视频的待检测视频时空特征向量；所述待检测视频时空特征向量表征所述待检测视频中目标运动信息；

计算所述待检测视频时空特征向量与训练视频的所有稀疏基向量组合之间的最小差异值；所述稀疏基向量组合唯一线性表示所述训练视频的训练视频时空特征向量，所述训练视频时空特征向量表征所述训练视频中目标运动信息；以及

当所述最小差异值大于所述训练视频时空特征向量得到的所述稀疏基向量组合之间的重构误差时，确定所述待检测视频中存在异常事件。

2.根据权利要求1所述的检测方法，其特征在于，所述提取待检测视频的待检测视频时空特征向量包括：

将所述待检测视频分割成多个局部视频；

获取所述多个局部视频在预设时间内的梯度信息；以及

将所述多个局部视频的梯度信息组合，以形成所述待检测视频时空特征向量。

3.根据权利要求1所述的检测方法，其特征在于，所述计算所述待检测视频时空特征向量与训练视频的所有稀疏基向量组合之间的最小差异值包括：

计算所述待检测视频时空特征向量与训练视频的每个稀疏基向量组合之间的差异值；以及

选取所有差异值中的最小值作为所述最小差异值。

4.根据权利要求1所述的检测方法，其特征在于，在所述确定所述待检测视频中存在异常事件之后，还包括：

提取所述待检测视频中的异常目标特征；

将所述异常目标特征进行融合，得到综合异常目标特征；以及

基于所述综合异常目标特征，跟踪所述异常目标。

5.根据权利要求4所述的检测方法，其特征在于，所述异常目标特征包括颜色特征和方向梯度直方图特征。

6.根据权利要求4所述的检测方法，其特征在于，在所述提取所述待检测视频中的异常目标特征之前，还包括：

基于所述待检测视频在时间尺度上的空间信息变化量，调整异常目标的尺寸。

7.根据权利要求1所述的检测方法，其特征在于，所述稀疏基向量组合的获取方式包括：

将所述训练视频时空特征向量输入到在稀疏组合学习模型中，得到多个稀疏向量组合；

计算每个稀疏向量组合中稀疏向量的所有线性组合与所述训练视频时空特征向量之间的最小误差；以及

当所述最小误差小于预设误差时，确定该稀疏向量组合为所述稀疏基向量组合。

8.一种视频监控异常事件的检测系统，其特征在于，包括：

特性向量提取模块，用于提取待检测视频的待检测视频时空特征向量；所述待检测视频时空特征向量表征所述待检测视频中目标运动信息；

差异计算模块，用于计算所述待检测视频时空特征向量与训练视频的所有稀疏基向量组合之间的最小差异值；所述稀疏基向量组合唯一线性表示所述训练视频的训练视频时空特征向量，所述训练视频时空特征向量表征所述训练视频中目标运动信息；以及

异常确定模块，用于当所述最小差异值大于所述训练视频时空特征向量得到的所述稀疏基向量组合之间的重构误差时，确定所述待检测视频中存在异常事件。

9.一种计算机设备，其特征在于，包括存储器和处理器，存储器用于存储计算机程序，处理器用于执行存储器中的计算机程序，该程序被执行时实现如权利要求1-7中任一项所述的视频监控异常事件的检测方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：该程序被执行是实现如权利要求1-7中任一项所述的视频监控异常事件的检测方法。