[發明專利]基于加權張量子空間背景建模的視頻異常檢測方法

有效

• 申請號: 201010271523.1
• 申請日: 2010-09-02
• 公開（公告）號: CN101996327A
• 公開（公告）日: 2011-03-30
• 發明（設計）人: 高新波;韓冠;李潔;溫靜;趙林;高飛;唐文劍;沐廣武
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06T7/00
• 代理公司: 陜西電子工業專利中心 61205
• 代理人: 王品華;朱紅星

技術領域

本發明涉及視頻監控技術領域，特別是一種視頻異常檢測方法，可用于安防、監控領域中固定場景、光照緩變條件下的異常事件檢測。

背景技術

在公共安防領域，視頻監控發揮著越來越重要的作用。智能化的視頻監控體現在它能通過圖像分析，自動識別異常事件，減輕安防監控人員的工作量，減少對異常事件的漏報和誤報。視頻異常事件檢測融合了計算機視覺、圖像處理、模式識別等多學科領域的技術，具有重要的科學意義和廣闊的應用前景。近年來，隨著人口的快速增長和城市環境的日益復雜，各種犯罪、恐怖活動威脅著城市公共安全。在世界各地，恐怖事件、暴力活動也日益增多，尤其美國“911”事件后，各國政府越來越重視“反恐”、“城市安防”。在我國，大部分城市在交通道路、銀行、超市、ATM取款機、住宅小區等場所安裝了視頻監控設備，旨在加強城市安全建設。例如在2010年上海世博會期間，就是利用視頻監控系統防止群體騷亂和恐怖分子的襲擊，保障民眾的人身和財產安全。

視頻監控場景畫面眾多，物體運動行為復雜，安保人員需要長時間監視畫面，精神高度集中地密切關注視頻內容，當視頻中出現異常事件時，再采取必要的行動，來保證監控地點的安全，這樣監控的能力和有效性還停留在人為識別、手動控制、事后取證的階段，無法起到預警、實時監控的作用。由于人的精力有限，安保人員的注意力下降，會引起異常事件漏報的情況。因此，隨著現代社會對視頻監控需求的不斷增長，監控環境越來越復雜，視頻異常事件也趨于多樣性，為了讓視頻監控具有預警防范和主動監控的功能，在不需要人為干預的情況下，通過對攝像頭拍攝的視頻圖像序列進行自動處理、分析，實現對場景中的異常事件進行檢測并做出預警。

視頻監控中的攝像頭是固定的，攝像頭采集的視頻具有背景靜止的特點，而大多數的異常事件多與運動的目標有關，在應用場景基本已知的情況下，我們更加關注于不同于場景本身的各種行為的發生，將其統稱為異常事件。視頻監控中的異常事件很多，大多數的異常事件檢測是針對相對固定的參考背景，檢測出與背景不相關的物體或者相對背景運動的物體，從而將感興趣的目標從背景中提取出來。這里我們將監控場景中引起背景發生變化的事件定義為異常事件，即原本不存在鏡頭中的人或物進入并停留在鏡頭中它就成為背景的一部分，或者原本存在于鏡頭背景中的人或物發生運動離開鏡頭它就不再是背景的一部分，這些情況都使得參考背景發生了變化，引起了視頻中異常事件的發生。

背景建模是用來進行異常事件檢測的一類重要方法，所以首先需要獲得背景圖像，最簡單的辦法就是從視頻圖像序列中選取不含任何運動目標的圖像用作參考背景。但是這種方法的實用性較差，因為在現實的監控場景中很難得到完全靜止的背景圖像，場景中有突然闖入的物體或樹葉搖晃等都會帶來干擾，所以需要通過視頻圖像序列信息剔除場景中的運動目標來獲取背景圖像，即背景建模。由于長時間監控中背景不可能一直不變，背景模型需要適應環境的動態變化，實時地進行更新。當前景目標長時間停留在場景中，就應該成為背景的一部分；反之，背景中靜止的物體發生運動或離開場景，就應該被視為前景目標，不再是背景的一部分。可見，背景建模在視頻異常事件檢測中扮演著重要的角色，是檢測異常事件、預警等后續工作的基礎。

背景建模的一些典型方法包括：高斯模型、混合高斯模型和特征背景建模，前兩種方法是基于像素的方法，即為每一個像素在時間域上建立一個單獨模型進行描述。基于像素的背景建模計算復雜度較高，而且不利于捕捉復雜的背景內容，例如樹木隨風搖擺的情況。特征背景建模的方法是基于整體視頻幀，因此能較好的反映復雜的背景信息。這種方法可以概括為，用一組訓練圖像計算協方差矩陣并得到幾個特征向量，這幾個特征向量組成特征子空間，把當前的圖像投影到特征子空間上獲得一組特征系數，這樣就可以重構當前的背景圖像。其原理是采用特征子空間重構背景圖像，例如主成分分析的方法，用少數特征向量來描述圖像的整體特征。