[发明专利]一种智能视觉监控中检测异常目标行为的方法

摘要

本发明公开了一种智能视觉监控中检测异常目标行为的方法，包括目标行为学习和目标行为检测两个过程，所述的目标行为得到描述已发生目标行为的目标运动轨迹的每个子轨迹分布模式的异常阈值ε_c和每个轨迹分布模式的异常阈值ε_e；所述的目标检测过程计算描述待测目标行为的目标运动轨迹到每个子轨迹分布模式和每个轨迹分布模式的距离，以该距离与异常阈值进行比较，判断待测目标行为是否异常。本发明方法分别使用两个自组织映射网络学习目标局部和整体行为模式，不仅能检测出目标整体的异常行为，还能够在运动过程中检测出目标的局部异常行为。

主权项

1、一种智能视觉监控中检测异常目标行为的方法，包括目标行为学习和目标行为检测两个过程，所述的目标行为学习包括以下步骤：(1)周期性读取存储在轨迹数据库中所有描述已发生的目标行为的目标运动轨迹，滤除噪声后以空间描述符对每条目标运动轨迹进行描述，合并建立轨迹数据集；(2)根据轨迹数据集中描述每条目标运动轨迹的空间描述符，通过滑动窗口法提取每条目标运动轨迹的子轨迹数据集合；(3)将所有目标运动轨迹的子轨迹数据集合合并得到子轨迹数据集；(4)使用第一自组织特征映射网络学习子轨迹数据集，得到子轨迹分布模式集合；(5)根据子轨迹数据集计算子轨迹分布模式集合中每个子轨迹分布模式的异常阈值εc；(6)计算每条目标运动轨迹的子轨迹集合中的所有子轨迹到子轨迹分布模式集合中各子轨迹分布模式的最小距离，以该最小距离集合作为轨迹模式描述符描述相应的目标运动轨迹；(7)使用第二自组织特征映射网络学习所有描述目标运动轨迹的轨迹模式描述符，得到轨迹分布模式集合；(8)根据轨迹数据集计算轨迹分布模式集合中每个轨迹分布模式的异常阈值εe；所述的目标行为检测包括以下步骤：(9)读取描述待测目标行为的待测目标运动轨迹，预处理后以空间描述符对待测目标运动轨迹进行描述；(10)根据描述待测目标运动轨迹的空间描述符号，提取描述待测目标运动轨迹的待测子轨迹集合；(11)取待测子轨迹集合中每个待测子轨迹，使用第一自组织特征映射网络计算得到与待测子轨迹最匹配的子轨迹分布模式以及它们之间的距离，将该距离与和该待测子轨迹最匹配的子轨迹分布模式的异常阈值εc进行比较，判断该待测子轨迹是否异常；(12)计算所有待测子轨迹到子轨迹分布模式集合中各子轨迹分布模式的最小距离，以该最小距离集合作为轨迹模式描述符描述的待测目标运动轨迹；(13)使用第二自组织特征映射网络计算得到与以轨迹模式描述符描述的待测目标运动轨迹最匹配的轨迹分布模式以及它们之间的距离，将该距离与和以轨迹模式描述符描述的待测目标运动轨迹最匹配的轨迹分布模式的异常阈值εe进行比较，判断该待测目标运动轨迹是否异常。