基于光流块统计特征的视频异常行为检测算法.pdfVIP

第 49卷 第 8期 上 海 交 通 大 学 学 报 Vo1．49NO．8 2015年 8月 JOuRNALOFSHANGHAIJlAO TONG UNIVERSITY Aug．2015 文章编号：1006—2467(2015)08—1199—06 DOI：10．16183／j．cnki．jsjtu．2015．08．019 基于光流块统计特征的视频异常行为检测算法 余 昊 ， 孙锬锋 ， 蒋兴浩 (上海交通大学 a．电子信息与电气工程学院；b．信息 内容分析技术国家工程实验室，上海 200240) 摘 要 ：提 出了一种基于光流块统计特征的视频异常行为检测算法．该算法首先对训练集视频序 列的光流场进行分块及预处理 ，而后提取光流块的统计特征 ，所提取的块统计特征 同时包括 了光流 块的幅度信息和相位信息，通过训练集得到的光流块统计特征训练出对应的正常行为的高斯混合 模型 (GMM)．测试集通过 同样的方式提取光流块统计特征，通过计算所提取统计特征 以多大的概 率属于GMM判定所检测光流块的异常程度．实验结果表 明，该算法能够在一定程度上解决运动 物体一致性和部分遮挡问题 ，并提高了异常行为检测的准确率． 关键词 ：异常行为检测 ；光流块；统计特征 ；预处理 ；高斯混合模型 中图分类号：TP391 文献标志码 ：A VideoAnomaly DetectionBasedon StatisticFeatureofOpticalFlow Block 硼 Hao“。 SUN Tan—feng，“， JIANGXing—hao’ (a．SchoolofElectronicInformationandElectricalEngineering；b．NationalEngineeringLaboratoryon InformationContentAnalysisTechniques，ShanghaiJiaotongUniversity，Shanghai200240，China) Abstract：Ananomalydetectionalgorithm basedonthestatisticfeatureofopticalflow blockwasproposed． First，thewholeopticalflow fieldoftrainingvideosequenceswereobtained．Then，eachopticalflow field wasdividedintoblOCksandeachblockwaspreprocessedinordertoextractthestatisticfeatureconsidering bothmagnitudeandphaseinformationoftheblock．TheGaussianmixturemodel(GMM )wasemployedto establishtheDrobabilitymodelofnormalbehaviorsbyfeedingthestatisticfeatureintoit．Theabnormal degreeoftheopticalflow blockwasjudgedbytheoutputposteriorprobabilityoftheGMM probabilistic mode1．Theexperimentalresultsshow thatthemethodproposedconsidersboth theconsistencyinforma— tionofmovingobjectsandthepartia1occlusionissue，atthesametime，improvestheaccuracy0{anomaly detection． Keywords：anomalydetection；opticalflow block；statisticfeature；preprocessing；Gaussianmixturemodel 随着 日常生活 中大量监控视频数据 的不 断累