[發(fā)明專利]視頻監(jiān)控場景中的交互行為檢測方法

在審

• 申請?zhí)枺?/td>: 201410114034.3
• 申請日: 2014-03-25
• 公開（公告）號: CN103839086A
• 公開（公告）日: 2014-06-04
• 發(fā)明（設(shè)計）人: 樊亞文;鄭世寶;吳雙
• 申請（專利權(quán)）人: 上海交通大學(xué)
• 主分類號: G06K9/66
• 分類號: G06K9/66;G06T7/20
• 代理公司: 上海交達專利事務(wù)所 31201
• 代理人: 王毓理;王錫麟

技術(shù)領(lǐng)域

本發(fā)明涉及的是一種數(shù)字圖像處理技術(shù)領(lǐng)域的方法，具體是一種視頻監(jiān)控場景中的交互行為檢測方法。

背景技術(shù)

識別場景中的行為模式，包括行為之間的時空交互，是智能視頻監(jiān)控中的一個重要問題。目的是盡可能的采用無監(jiān)督的方法檢測出多個行為，并建立它們之間的時間依賴關(guān)系。通常，行為時空交互關(guān)系的識別可以用于更高層次的語義分析，比如場景標注、檢索、異常檢測等。比如，識別交通監(jiān)控場景中不同的交通流，以及交通狀態(tài)之間的轉(zhuǎn)換，從而可以檢測和阻止可能出現(xiàn)的交通混亂。然而在復(fù)雜視頻監(jiān)控場景中，檢測并量化行為之間的相關(guān)性并不是一件易事。

經(jīng)過對現(xiàn)有的技術(shù)文獻檢索，Hospedales等人(Hospedales?T?M,Li?J,Gong?S,et?al.Identifying?rare?and?subtle?behaviors:A?weakly?supervised?joint?topic?model[J].Pattern?Analysis?and?Machine?Intelligence,IEEE?Transactions?on,2011,33(12):2451‐2464.)在概率主題模型中引入HMM(隱馬爾可夫模型)，為行為在時域上的動態(tài)變化建立一個馬爾科夫鏈。這類方法一般是建立全局行為之間的狀態(tài)轉(zhuǎn)移，原子行為之間的局部關(guān)系模糊不清，限制了模型在時間關(guān)系方面的表現(xiàn)力。

Varadarajan等人(Kuettel?D,Breitenstein?M?D,Van?Gool?L,et?al.What's?going?on??Discovering?spatio‐temporal?dependencies?in?dynamic?scenes[C]//Computer?Vision?and?Pattern?Recognition(CVPR),2010IEEE?Conference?on.IEEE,2010:1951‐1958.)通過給單詞添加時間戳來檢測行為的時間模式，可以同時檢測出行為的時間模式以及開始時間。但是他們的方法對時間過于敏感，造成檢測出的一些類似的行為序列，因此存在語義混淆此外他們的方法無法檢出全局交互行為。

發(fā)明內(nèi)容

本發(fā)明針對現(xiàn)有技術(shù)存在的上述不足，提出一種視頻監(jiān)控場景中的交互行為檢測方法，通過檢測出視頻的底層運動特征，并進行特征去噪和量化，將視頻序列表示成詞袋模式。然后利用HDP模型對視頻序列進行無監(jiān)督學(xué)習(xí)，檢測出原子行為，并將原子行為的動態(tài)變化表示成一個多變量點過程。最后通過計算多變量點過程之間的非參格蘭因果達到檢測行為之間的交互以及時間依賴關(guān)系的目的。本發(fā)明不僅可以檢測出局部交互行為，而且能夠檢測出全局交互行為。

本發(fā)明是通過以下技術(shù)方案實現(xiàn)的，本發(fā)明包括以下步驟：

1)利用TV-L¹，即全變差‐L¹范式光流算法計算視頻序列中相鄰幀之間的光流特征，并對光流進行幅度去噪。