[发明专利]一种多视角的视频异常事件检测方法

摘要

本发明公开了一种多视角的视频异常事件检测方法，本发明通过目标检测模型检测目标，对出现目标的视频图像在预设网格中进行缩放，提取局部信息和全局信息，并对从出现目标的视频图像的全局信息中提取运动特征点，从而可以减少帧间特征点的数量，同时降低计算特征点的复杂度；通过从出现目标的视频图像的局部信息中，提取目标的时空兴趣点特征，并根据视频图像的局部信息和全局信息中的时间对应关系和网格结点位置对应关系，将目标的时空兴趣点特征和运动特征点进行关联，从而提高了目标的时空兴趣点特征的精确度，并且提取的目标时空兴趣点特征简单有效，复杂度低，能够满足监控视频异常事件检测的实时性要求且能达到一个较精确的分类结果。

主权项

1.一种多视角的视频异常事件检测方法，其特征在于，包括：对多视角视频中的每个视频帧进行高斯滤波；通过目标检测模型，检测多视角视频中是否出现目标；对出现目标的视频图像在预设网格中进行缩放，并提取出现目标的视频中每帧图像的局部信息和全局信息；从出现目标的视频图像的局部信息中，提取目标的时空兴趣点特征；从出现目标的视频图像的全局信息中，通过帧间差和背景差提取运动区域，对运动区域提取边缘，并在边缘上按照间隔步长提取运动特征点；根据视频图像的局部信息和全局信息中的时间对应关系和网格结点位置对应关系，将目标的时空兴趣点特征和运动特征点进行关联；对关联后的时空兴趣点特征组成的样本特征训练集进行高斯混合建模，利用最大后验概率多次迭代得到高斯混合模型的模型参数；将待测多视角视频的时空兴趣点特征输入高斯混合模型，获得时空兴趣点特征的后验概率，根据后验概率计算异常事件发生的概率与预设门限进行比较，当后验概率小于预设门限则表示无异常事件出现；否则，表示当前视频段发生了异常事件。