[發(fā)明專利]一種異常事件檢測方法及系統(tǒng)在審
| 申請?zhí)枺?/td> | 202011214351.4 | 申請日: | 2020-11-04 |
| 公開(公告)號: | CN112329614A | 公開(公告)日: | 2021-02-05 |
| 發(fā)明(設(shè)計)人: | 宗欣露;張璐;王春枝;葉志偉;劉偉;陳宏偉;徐慧 | 申請(專利權(quán))人: | 湖北工業(yè)大學(xué) |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06K9/62 |
| 代理公司: | 北京高沃律師事務(wù)所 11569 | 代理人: | 王立普 |
| 地址: | 432200 湖*** | 國省代碼: | 湖北;42 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 異常 事件 檢測 方法 系統(tǒng) | ||
1.一種異常事件檢測方法,其特征在于,包括:
對樣本視頻進(jìn)行分幀處理,得到正常訓(xùn)練集和異常訓(xùn)練集;所述正常訓(xùn)練集包括包含正常事件的樣本視頻幀;所述異常訓(xùn)練集包括包含異常事件的樣本視頻幀;
分別提取所述正常訓(xùn)練集、所述異常訓(xùn)練集和所述測試集的特征數(shù)據(jù);
利用所述正常訓(xùn)練集的特征數(shù)據(jù)和所述異常訓(xùn)練集的特征數(shù)據(jù)分別對基于支持向量數(shù)據(jù)描述方法的分類器進(jìn)行訓(xùn)練,分別得到正常分類器和異常分類器;
通過一定的決策規(guī)則將正常分類器和異常分類器相結(jié)合,得到聯(lián)合分類器,聯(lián)合分類器實現(xiàn)對正常事件和異常事件的區(qū)分,達(dá)到檢測異常事件的目的;
獲取待檢測視頻作為測試集;
提取所述測試集的特征數(shù)據(jù);
根據(jù)所述測試集的特征數(shù)據(jù),利用所述正常分類器和所述異常分類器,分別得到所述測試數(shù)據(jù)對應(yīng)的正常檢測結(jié)果和異常檢測結(jié)果;
根據(jù)所述正常檢測結(jié)果和所述異常檢測結(jié)果,通過一定的決策規(guī)則,由聯(lián)合分類器給出最終的檢測結(jié)果,判斷是否存在異常事件。
2.根據(jù)權(quán)利要求1所述的異常事件檢測方法,其特征在于,所述分別提取所述正常訓(xùn)練集、所述異常訓(xùn)練集和所述測試集的特征數(shù)據(jù),具體包括:
使用固定大小的滑動窗口將視頻幀劃分為若干個固定大小的局部塊,通過下式分別提取所述正常訓(xùn)練集、所述異常訓(xùn)練集和所述測試集的視頻幀中各局部塊的運(yùn)動能量熵;視頻幀中所有局部塊的運(yùn)動能量熵構(gòu)成該視頻幀的特征數(shù)據(jù);
式中,E表示運(yùn)動能量熵,Q表示視頻幀局部塊中的像素總數(shù),pq表示第q個像素的速度在此視頻幀中出現(xiàn)的概率。
3.根據(jù)權(quán)利要求1所述的異常事件檢測方法,其特征在于,所述利用所述正常訓(xùn)練集的特征數(shù)據(jù)和所述異常訓(xùn)練集的特征數(shù)據(jù)分別對基于支持向量數(shù)據(jù)描述方法的分類器進(jìn)行訓(xùn)練,分別得到正常分類器和異常分類器,具體包括:
利用所述正常訓(xùn)練集的特征數(shù)據(jù)對基于支持向量數(shù)據(jù)描述方法的分類器進(jìn)行訓(xùn)練,得到正常分類器;
利用所述異常訓(xùn)練集的特征數(shù)據(jù)對基于支持向量數(shù)據(jù)描述方法的分類器進(jìn)行訓(xùn)練,得到異常分類器。
4.根據(jù)權(quán)利要求1所述的異常事件檢測方法,其特征在于,根據(jù)所述正常分類器的分類結(jié)果和所述異常分類器的分類結(jié)果,將正常分類器和異常分類器的分類結(jié)果按照一定的分類決策規(guī)則相結(jié)合得到最終的檢測結(jié)果,,具體包括:
當(dāng)所述正常分類器的分類結(jié)果為正常,且所述異常分類器的分類結(jié)果為正常時,檢測結(jié)果為正常,所述待檢測視頻幀不存在異常事件;
當(dāng)所述正常分類器的分類結(jié)果為異常,且所述異常分類器的分類結(jié)果為異常時,檢測結(jié)果為異常,所述待檢測視頻幀存在異常事件。
5.根據(jù)權(quán)利要求4所述的異常事件檢測方法,其特征在于,當(dāng)所述正常分類器的分類結(jié)果和異常分類器的分類結(jié)果不一致時,兩個分類器結(jié)果相結(jié)合時使用的決策規(guī)則將有所變化,具體包括:
當(dāng)所述正常分類器的分類結(jié)果與異常分類器的分類結(jié)果不一致時,分別計算所述待檢測視頻幀的特征數(shù)據(jù)與所述正常分類器所對應(yīng)的超球體球心之間的距離,記為正常距離,以及所述待檢測視頻幀的特征數(shù)據(jù)與所述異常分類器所對應(yīng)的超球體球心之間的距離,記為異常距離;
比較所述正常距離與所述異常距離的大小,決定最終的檢測結(jié)果;
若所述正常距離比所述異常距離小,則檢測結(jié)果為正常,所述待檢測視頻幀中不存在異常事件;
若所述正常距離比所述異常距離大,則檢測結(jié)果為異常,所述待檢測視頻幀中存在異常事件。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于湖北工業(yè)大學(xué),未經(jīng)湖北工業(yè)大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011214351.4/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
G06K 數(shù)據(jù)識別;數(shù)據(jù)表示;記錄載體;記錄載體的處理
G06K9-00 用于閱讀或識別印刷或書寫字符或者用于識別圖形,例如,指紋的方法或裝置
G06K9-03 .錯誤的檢測或校正,例如,用重復(fù)掃描圖形的方法
G06K9-18 .應(yīng)用具有附加代碼標(biāo)記或含有代碼標(biāo)記的打印字符的,例如,由不同形狀的各個筆畫組成的,而且每個筆畫表示不同的代碼值的字符
G06K9-20 .圖像捕獲
G06K9-36 .圖像預(yù)處理,即無須判定關(guān)于圖像的同一性而進(jìn)行的圖像信息處理
G06K9-60 .圖像捕獲和多種預(yù)處理作用的組合





