[发明专利]一种基于超图转变的视频中暴力事件检测方法

摘要

本发明公布了一种基于超图转变模型的视频中暴力事件检测方法，包括前景目标轨迹提取过程、构建超图与相似度量过程和构建超图转变描述子过程；采用超图描述特征点的空间关系，反映运动的姿态信息；为时间序列中相关联的超图之间的转变建模并提出特征描述子HVC，能有效反映动作的强度及稳定性。该方法先对特征点的空间关系以及特征点群体的转变情况分别进行分析，再将其进行联合分析；本发明方法对视频中杂乱的不规律行为敏感，适用于暴力事件的检测。

主权项

1.一种基于超图转变的视频中暴力事件检测方法，包括前景目标轨迹提取过程、构建超图与相似度量过程和构建超图转变描述子过程，步骤如下：前景目标轨迹提取过程，包括步骤1)～2)：1)对视频中的时空兴趣点STIP进行提取和跟踪，同时对视频中的运动前景进行检测与分割；2)将提取得到的兴趣点按兴趣点所属的前景块进行划分，用前景块对可能存在的噪声兴趣点进行过滤，并按照兴趣点跟踪所得到的轨迹估计前景块的运动轨迹；构建超图与相似度量过程、构建超图转变描述子的过程将每一条前景块轨迹与一组运动序列建立对应关系；对于每一个序列，使用前景块中的动作姿态信息和轨迹中姿态的转变信息对运动序列进行分析；包括步骤3)～4)：3)构建超图与相似性度量，使用超图对每一个前景块中的兴趣点进行建模，以超图构建当前景块中的动作姿态信息；对一个前景块s_i定义超图结构Gⁱ，表示为式4：Gⁱ＝(Vⁱ,Eⁱ,Fⁱ)   (式4)其中，Vⁱ是图中的兴趣点所构成的集合，Eⁱ是图中的超边，每一条边都是由三个点组成的三元组；Fⁱ是点所对应的特征所组成的集合；对于两个超图G¹和G²定义一个匹配矩阵A来表示他们之间的匹配关系，如式5：N₁与N₂分别是两个超图中点的个数；不同块中所含姿态的相似性由最佳匹配下的score值表示，通过式6进行计算：score(A)＝∑_{i,i′,j,j′,k,k′}H_{i,i′,j,j′,k,k′}X_i,i′X_j,j′X_k,k′  (式6)其中，H_{i,i′,j,j′,k,k′}是超边E＝{i,j,k}与E′＝{i′,j′,k′}间的相似度量函数，表示为式7；相似性越大，score值越高；其中，为特征向量，其中a_ijk定义了三个点的空间关系，如式8：其中，sin(·)为三角正弦函数，为从点p_i指向p_j的向量；4)构建特征描述子HVC对超图的转变过程进行表述；将从点p_i到点p_i+s速度变化的强度表示为式9：同时通过式10计算轨迹中各点速度的平均幅值：由所有的轨迹得到从G^k到G^k+1的HVC描述子；5)将超图与特征描述子HVC按照前景块轨迹顺序组成超图转变链H‑T Chain，用于表述整个运动序列；对H‑T Chain进行建模，得到暴力行为的模型，从而实现视频中暴力事件的检测。