[发明专利]一种基于扰动视觉解释的视频异常事件检测方法

说明书

本发明属于计算机视觉和模式识别领域，具体涉及一种基于扰动视觉解释的视频异常事件检测方法，包括：获取视频数据集，将数据集输入到优化的深度学习模型中进行模型训练；实时获取视频数据，将获取的数据输入到训练好的深度学习模型中，得到检测结果以及解释图；本发明在构建深度学习模型中加入了可解释模型，通过可解释模型提取了输入视频中的重要像素以及重要区域，使得深度学习模型在处理视频数据过程中的更明确，增强了检测结果的可信度。

技术领域

本发明属于计算机视觉和模式识别领域，具体涉及一种基于扰动视觉解释的视频异常事件检测方法。

背景技术

随着计算机科学技术的发展，利用图像处理、计算机视觉、机器学习等技术可以突破传统视频监控系统的局限性，实现对视频监控系统的视频智能分析和异常事件的主动检测和实时预警，对于公共安全领域的视频监控应用有重要价值。

通过设定标签，计算机可以完成“正常事件”与“异常事件”的判别。视频的异常事件检测根据其对标签的选择可以分为三种类型：全监督、半监督、无监督。全监督模型为必须在检测前已知正常事件和异常事件的标签，通过建立二分类器完成检测划分。半监督模型为仅需已知正常事件的标签，训练正常事件的模型，而异常事件无法通过此模型生成。无监督模型为不需要知道任何标签，仅仅通过正常事件比异常事件更普通这一特性进行模型的迭代，并进行事件是否异常的判断。目前，已经有一些方法使用无监督步骤来检测视频中的异常事件。如Yong等人在2017发表了“Abnormal event detection in videos usingspatiotemporal autoencoder”，提出了时空自编码器的模型，该模型对正常模式进行训练，通过输入帧与重建帧之间的重构误差来判断是否异常。Lin Wang等人在2018年发表了“Abnormal event detection in videos using spatio-temporal autoencoder”,探索了一种混合自编码器结构，它不仅能提取出更好的时空上下文，而且还能通过快捷连接提高相应解码器的推断能力。2019年CVPR会议上，Radu等人提出“Object-centric auto-encoders and dummy anomalies for abnormal event detection in video”,通过一个基于以对象为中心的卷积自动编码器的无监督特征学习框架来对运动和外观信息进行编码。

但是目前使用无监督模型进行异常事件检测的算法中，由于采用CNNs的黑盒特性，使得模型缺乏解释性，导致了检测结果的可信度低，检测性能差。

发明内容

为解决以上现有技术的问题，本发明提出了一种基于扰动视觉解释的视频异常事件检测方法，包括：获取视频数据集，将数据集输入到优化的深度学习模型中进行模型训练；实时获取视频数据，将获取的数据输入到训练好的深度学习模型中，得到检测结果；

所述模型训练的过程包括：将训练集的数据进行预处理，并将处理好的数据集输入到空间编码器中学习每个视频帧的空间结构；将空间编码器处理后的数据输入到时间自编码中学习空间结构的时间模式，得到特征图；采用删除解释和保留解释方法对特征图进行处理得到解释图；将特征图输入到解码器中进行反卷积操作，得到重建帧；根据输入帧和重建帧计算输入图像的规律性分数；将得到的规律性分数进行划分，得到视频异常与视频正常的分类，完成模型训练。

优选的，所述深度学习模型包括编码器和解码器；所述编码器包括由三个卷积层组成空间编码器以及由三层卷积长短时记忆模型组成的时间自编码器；解码器为三层反卷积层组成的空间自编码器。

优选的，所述长短时记忆模型为：

f_t＝σ(W_XF*X_t+W_HF*h_t-1+W_CFoC_t-1+b_F)