[发明专利]一种基于多尺度视频异常检测方法

说明书

本发明涉及一种基于多尺度视频异常检测方法，所述方法包括：步骤S1：获取视频样本数据，对视频样本作多尺度变化；步骤S2：构建异常检测模型，进行模型训练；步骤S3：进行多尺度异常检测模型的测试。本发明通过将预测的帧和真实的帧在不同尺度上分块，提高了局部异常的监测敏感性。

技术领域

本发明属于安防技术领域，尤其涉及一种基于多尺度视频异常检测方法。

背景技术

视频异常检测是指对视频中发生的异常行为进行检测。随着监控视频的不断普及，自动识别视频中的异常事件变得越来越有必要，因为人工检查可能会造成大量的资源浪费（例如，劳动力）。然而，由于异常事件的罕见性和多样性，视频异常检测是一项具有挑战性的任务。更具体地说，异常事件很少发生，可能是以前从未见过的事件。因此，要收集所有类型的异常事件相当困难，这使得传统的二元分类方法不适合。此外，它很难以明确界定异常情况。鉴于异常点通常是与上下文相关，一个场景中的异常事件可以被视为作为另一个场景中的正常事件。一般认为异常是指训练样本达不到预期，偏离正常分布的行为。例如，在正常的交通场景中，在人行道上骑车可以被认为是一种异常行为。基于这一事实，人们提出了许多半监督视频异常检测的方法。具体来说，它们一般假设训练集中只有正常数据。试图学习正常分布。在测试中阶段，可以发现偏离常态的事件为异常。其实，这些半监督方法 是比较符合视频异常检测的实际情况的。根据视频序列的时间特征，它们大致可分为两类：基于重建模型的方法和基于预测模型的方法。对于基于重建模型的方法，他们通常会把正常帧输入到深度神经网络中，试图将这些帧以较小的误差重建。此外，一些研究还将轨迹或骨架特征送进神经网络进行重建。基于此，在测试中阶段，异常现象由于其偏离正常的视觉模式预计将表现出较大的重建误差。然而，深度神经网络由于其巨大的容量和通用性，重构模型有时甚至能很好地重建异常事件，导致异常无法检测出来。对于基于预测模型的方法，他们通常将连续的帧输入到神经网络中，试图预测未来的帧，对正常数据的预测误差较小。考虑到异常检测是识别不符合预期的事件，自然要利用预测与预期的差异来检测异常事件。在生成式对抗网络的基础上，未来帧的预测实现了更大的现实可能性，促进了视频中异常检测的性能。这些方案都是在单一空间中学习正常模式并检测异常。例如，基于深度学习的重建和预测方法通常会在原始图像空间中逐个像素比较原始帧和生成帧以检测异常。我们发现，异常往往发生在视频帧的某个区域，如果只是单纯的将生成的帧和真实帧直接求一个峰值信噪比得分，会导致对局部异常不敏感，不能对局部异常进行很好的检测。如何提高对局部异常的名感性，是待解决的技术问题。本发明通过将预测的帧和真实的帧在不同尺度上分块，提高了局部异常的监测敏感性。具体的：通过样本的局部改变做样本的多尺度变化，在提高样本数量的同时，增强局部差异样本，在提高局部监测准确性的同时，大大提高了模型训练效率；通过测试次数，训练次数，误差范围的限定，科学选用已训练好的权重文件，通过设置窗口进行逐行卷积降低了神经网络的计算量，大大加快训练的速度；通过多尺度测试降低局部预测误差，消除显著的局部预测错误，从而最终提高模型的区域预测能力。

发明内容

为了解决现有技术中的上述问题，本发明提出了一种基于多尺度视频异常检测方法，所述方法包含：

步骤S1：获取视频样本数据，对视频样本作多尺度变化；具体的：将视频样本网格化，确定网格化视频样本数据之间的网格差异，基于网格差异追踪视频样本数据的网格变化情况，根据网格的变化情况做尺度变化，选择目标尺度并基于目标尺度对视频样本作变化；

步骤S2：构建异常检测模型，进行模型训练；具体的：构建异常检测模型，采用视频样本数据I₁～I_t，I_t+1进行模型训练；

步骤S3：进行多尺度异常检测模型的测试；用异常检测模型预测得到下一帧预测值I^＇_t+1,计算下一帧预测值和下一帧真实值I_t+1之间的误差值；基于所述误差值得到测试得分，根据测试得分确定是否存在异常；

步骤S3具体包括如下步骤：