[发明专利]一种基于无监督学习的监控视频异常检测方法有效
| 申请号： | 201910133470.8 | 申请日： | 2019-02-22 |
| 公开（公告）号： | CN109902612B | 公开（公告）日： | 2021-01-08 |
| 发明（设计）人： | 付利华;彭硕;冯羽葭;卢中山;王宇鹏 | 申请（专利权）人： | 北京工业大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00 |
| 代理公司： | 北京思海天达知识产权代理有限公司 11203 | 代理人： | 吴荫芳 |
| 地址： | 100124 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于无监督学习的监控视频异常检测方法。该方法首先提取视频中的运动块，然后从局部和全局两个不同的角度进行异常检测，通过多样化的检测角度使得检测结果更加准确。在局部异常检测中，首先对视频中的运动块进行扩展，然后以扩展后的运动块为基本检测单位，分别从时间维度、空间维度以及时空维度上比较该运动块与其邻域运动块之间的差异性；在全局异常检测中，首先对视频中的运动块进行聚类提取运动目标，然后在运动目标序列上使用滑动窗口，比较窗口内两个运动目标之间的差异性，最后基于一致性对检测结果进行优化。本发明适用监控视频的异常检测，计算复杂度低，检测结果准确，鲁棒性好。本发明在视频分析技术领域有着广泛的应用。 | ||
| 搜索关键词： | 一种 基于 监督 学习 监控 视频 异常 检测 方法 | ||
【主权项】：
1.一种基于无监督学习的监控视频异常检测方法，其特征在于对给定场景下的监控视频集合，进行如下操作：1)提取视频中的运动块，并计算运动块的3D梯度特征；2)在局部异常检测中，首先对视频中的运动块进行扩展，然后以扩展后的运动块为中心，分别从时间维度、空间维度以及时空维度上比较该运动块与其邻域块之间的差异性，从而找到异常的运动块并输出；3)在全局异常检测中，首先对视频中的运动块进行聚类提取运动目标，然后在运动目标序列上使用滑动窗口，比较窗口内两个运动目标之间的差异性，最后基于一致性对检测结果进行优化并输出。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京工业大学，未经北京工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910133470.8/，转载请声明来源钻瓜专利网。
