基于视频分析的可疑行为检测方法.pdfVIP

(19)中华人民共和国国家知识产权局

(12)发明专利说明书

(10)申请公布号CN102663452A

(43)申请公布日2012.09.12

(21)申请号CN201210108381.6

(22)申请日2012.04.14

(71)申请人中国人民解放军国防科学技术大学

地址410073湖南省长沙市砚瓦池正街47号

(72)发明人谢剑斌刘通闫玮李沛秦唐朝京谢昌颐

(74)专利代理机构湖南省国防科技工业局专利中心

代理人冯青

(51)Int.CI

权利要求说明书说明书幅图

(54)发明名称

基于视频分析的可疑行为检测方法

(57)摘要

本发明涉及一种基于视频分析的可

疑行为检测方法。该方法包括三个步骤：

人体目标检测、轨迹建模、特征提取与分

类。该方法采用计算机辅助手段和视频分

析技术，智能化检测监视视频中存在的可

疑行为，及时发现和预警，可以有效降低

可疑行为对监视场所的威胁，同时安装容

易、使用方便，经济和社会效益显著。

法律状态

法律状态公告日法律状态信息法律状态

权利要求说明书

1.一种基于视频分析的可疑行为检测方法，包括在摄像头采集到监视视频的基础上,

首先进行人体目标检测，然后对视频不同帧中的人体目标进行轨迹建模，最后进行

轨迹特征提取与分类，判断监视场景中是否存在可疑行为，具体流程如下：

（A）、人体目标检测

采用基于隔帧帧差和轮廓配对的人体目标检测方法，包括以下步骤Step1－Step5：

Step1：采用隔帧帧差法检测运动目标，具体是选取间隔it/i帧的三帧图像

iI/isubi0/i/subi、I/isubit/i/subi、

I/isubi2t/i/sub，分别计算帧差图像iE/isub1/sub、

iE/isub2/sub；

it/i为正整数，单位为帧；

Step2：确定自适应阈值iT/i；计算帧差图像均值，将其乘以一个加权系数，以

之作为自适应阈值；

其中，iM/i×iN/i为视频图像尺寸，iβ/i为加权系数；

Step3：阈值分割，得到二值图像iMR/i；

iMR/i中值为1的像素点记为运动的目标点；

Step4：目标块标记；首先采用中值滤波方法平滑目标块，去除噪声，滤波器窗口

为3×3；然后采用数学形态学中的开运算操作填补目标块的“孔洞”，合并相邻的目

标块；最后采用8-邻接连通方法搜索和标记目标；

Step5：人体目标判别；首先，检测目标的轮廓；接着，采用归一化傅立叶描述子

表示目标的轮廓；最后，采用欧式距离进行轮廓配对，判决目标属性；

（B）、轨迹建模

采用基于时间窗四元组的轨迹建模方法；其中，轨迹的四元组记为：

其中，ii/i表示目标序号，if/i表示视频帧号，iP/i(ix/i,iy/i)

表示目标质心坐标，id/i(iu/i)表示目标轮廓描述子；

对于第一帧视频图像，依次标记各个人体目标的序号，而对于后续视频图像中出现

的各个人体目标，首先和前一帧的各个人体目标进行特征匹配，如果匹配成功，则

该目标序号标记为前一帧相匹配的目标序号；否则，为该目标标记新的序号；

其中，前后两帧图像中人体目标的匹配采用基于空域约束和时频域特征联合匹配的

特征匹配方法，首先进行空域约束，满足约束条件则继续下一步匹配，否则终止匹

配过程，判定两目标不匹配；接着进行频域特征匹配，满足频域匹配条件则继续下

一步匹配，否则终止匹配过程，判定两目标不匹配；最后进行时域特征匹配，满足

时域条件则判定两目标匹配，否则判定两目标不匹配；

得到每一帧视频图像中各个目标的四元组后，采用时间窗法得到时间窗四元组，记

为iW/isubiTR/i/sub：

其中，it/isub0/sub表示起始视频帧号，it/isubid/i/sub表示

间隔帧数；

（C）、轨迹特征提取与分类

采用基于时空离散曲线的标矢量轨迹特征提取和SVM分类方法，包括以下步骤

Step6