[發明專利]一種基于團塊與軌跡特征的異常行為描述方法

在審

• 申請號: 201310095541.2
• 申請日: 2013-03-22
• 公開（公告）號: CN103218628A
• 公開（公告）日: 2013-07-24
• 發明（設計）人: 郭立;趙龍;劉皓
• 申請（專利權）人: 中國科學技術大學
• 主分類號: G06K9/66
• 分類號: G06K9/66;G06K9/46
• 代理公司: 北京科迪生專利代理有限責任公司 11251
• 代理人: 楊學明;李新華

1.一種基于團塊與軌跡特征的異常行為描述方法，其特征在于，包括如下步驟：步驟（1）、利用特征提取方法提取場景特征，包括顏色特征、紋理特征、位置特征；步驟（2）、利用K-means算法對顏色特征、紋理特征、位置特征進行聚類，形成視覺單詞；利用pLSA模型將視覺生成隱含語義的主題分布，利用CRF模型對主題分布進行建模，通過模型訓練獲取模型的參數估計，最終通過模型推斷獲取場景團塊的描述；

步驟（3）、利用混合高斯模型對視頻信息中的運動目標進行檢測，獲得運動目標區域，求取區域的質心，連接質心坐標生成目標的運動軌跡特征；

步驟（4）、組合目標的運動軌跡特征和場景團塊描述，生成組合特征向量；

步驟（5）、利用HMM模型對組合特征向量建模，通過HMM模型的訓練獲得新的轉移狀態矩陣和混淆矩陣，通過評估問題獲得測試視頻序列的異常行為描述。

2.如權利要求1所述的一種基于團塊與軌跡特征的異常行為描述方法，其特征在于，提取圖像的顏色特征、紋理特征、位置特征，作為原始特征，將圖像I分成互不重疊且大小為m×n的塊，m,n為正整數，根據圖像I的大小而定，參考值為m＝16,n＝16，對每一塊按照不同的算法求取顏色特征、紋理特征、位置特征如下：

a)、顏色特征

將圖像從RGB空間轉換到HSV空間，并將圖像分成m×n大小的塊，m,n為正整數，根據圖像I的大小而定，參考值為m＝16,n＝16，將塊內的各個分量的均值作為顏色特征B_i＝(h_i,s_i,v_i)，h表示色相，s表示飽和度，v表示亮度，i表示像素點個數；

b)、紋理特征

二維Gabor函數在空間域和頻率域具有良好的局部性質和多通道、多分辨率特性，采用Gabor變換進行紋理特征提取，Gabor變換定義為：

G(xI,yI)=12πσxIσyIexp[-12(x~I2σxI2+y~I2σyI2)]exp[2πjWx~I]]]>

x~I=xIcosθ+yIsinθy~I=-xIsinθ+yIcosθ]]>

其中，W為正弦光柵的頻率，θ為方向，σ為尺度，將圖像分成m×n大小的塊，m,n為正整數，根據圖像I的大小而定，參考值為m＝16,n＝16，x,y為二維坐標，對每一塊進行Gabor變換，并將均值和方差作為原始特征；

其中，μ表示均值，G表示Gabor變換，P為G的分布；

其中var表示方差，G表示Gabor變換，P為G的分布；

為了準確的描述場景的紋理信息，分別取θ＝{0°,45°,90°,135°}方向；

c)、位置特征

為了提取位置特征，首先將圖像分成m×n大小的塊，參考值為m＝16,n＝16，然后，在原始圖像上面生成w×w個的隱單元網格，參考值為w＝16，判斷單元網格落在哪一個m×n的塊里，從而利用單元網格的索引作為位置特征，最終的位置特征表示為：

k_p＝w²

其中k_p表示位置特征，w表示隱單元網格。