[发明专利]一种视频监控场景中的行为分析方法

说明书

本发明公开了一种视频监控场景中的行为分析方法，尤其适合于复杂视频监控中的行为分析。包括步骤为：第一检测出视频的底层运动特征，并进行去噪；第二对去噪后的运动特征进行量化，将视频序列表示成词袋模式；第三利用动态因果主题模型对视频序列进行建模，检测出场景中包含的行为；第四最后通过计算行为的因果影响力，对行为进行排序。本发明不仅可以检测出场景中包含的行为，而且能够识别出高影响力行为。

技术领域

本发明涉及计算机视频处理技术领域，特别是一种视频监控场景中的行为分析方法。

背景技术

复杂监控场景是指一些人流大、车流大、密度高的公共场所，如地铁、广场、公共交通路口等，这些场所包含多种并发的行为，且易发生群体性事件如果不能及时处理，会产生严重的影响。智能监控系统希望监控探头可以像人眼和大脑一样对监控场景中的行为进行分析。识别场景中的行为模式，包括行为之间的时空交互，是智能视频监控中的一个重要问题。目的是尽可能的采用无监督的方法检测出多个行为，并建立它们之间的时间依赖关系。通常，行为时空交互关系的识别可以用于更高层次的语义分析，比如，识别交通监控场景中不同的交通流，以及交通状态之间的转换，从而可以检测和阻止可能出现的交通混乱。然而在复杂视频监控场景中，检测并量化行为之间的相关性并不是一件易事。

基于概率主题模型的复杂监控场景行为分析方法，直接基于底层视频特征，无需进行目标检测和跟踪，具有较好的鲁棒性(参见：Wang X,Ma X,Grimson W EL.Unsupervised activity perception in crowded and complicated scenes usinghierarchical bayesian models[J].IEEE Transactions on pattern analysis andmachine intelligence,2009,31(3):539-555.)。概率主题模型是基于词袋表示方法的，根据词袋内视觉单词的共生来捕捉行为，完全忽略视觉单词的时间信息，且不对词袋之间的相关性建模。因此这类方法虽然对噪声鲁棒，但是以舍弃了行为之间的动态信息为代价，无法检测出行为之间的时间依赖关系。经对现有技术的检索发现，为了解决概率主题模型缺少时间信息的问题，一般有两类方法：一种是直接通过给单词添加时间戳来检测行为的时间模式(参见：Emonet R,Varadarajan J,Odobez J M.Extracting and locatingtemporal motifs in video scenes using a hierarchical non parametric bayesianmodel[C]//Computer Vision and Pattern Recognition(CVPR),2011IEEE Conferenceon.IEEE,2011:3233-3240.)。但是这一类方法对时间过于敏感，造成检测出的一些类似的行为序列，因此存在语义混淆，此外这类方法无法检出全局交互行为。另一类方法是在概率主题模型中引入HMM模型，为行为在时域上的动态变化建立一个马尔科夫链，比如MCTM(参见：Hospedales T,Gong S,Xiang T.A markov clustering topic model for miningbehaviour in video[C]//Computer Vision,2009IEEE 12th International Conferenceon.IEEE,2009:1165-1172.)、HDP-HMM(参见：Kuettel D,Breitenstein M D,Van Gool L,et al.What's going on？Discovering spatio-temporal dependencies in dynamicscenes[C]//Computer Vision and Pattern Recognition(CVPR),2010IEEE Conferenceon.IEEE,2010:1951-1958.)。但是这类方法一般是建立全局行为之间的状态转移，原子行为之间的时间关系模糊不清，限制了模型在时间关系方面的表现力。

发明内容