基于运动信息聚类的监控视频异常行为检测方法

专利主权项内容

1.一种基于运动信息聚类的监控视频异常行为检测系统，其特征在于，包括：预处理模块、目标检测模块、行为识别模块，其中：预处理模块与目标检测模块相连并传输光流运动信息，目标检测模块与行为识别模块相连并传输检测到的目标区域信息，行为识别模块输出检测识别到的异常行为信息；所述的监控视频异常行为检测是指：从视频中每次提取出不重叠的连续帧，针对该连续帧计算光流幅度图像并进行预处理，计算预处理后的二值化图像中的有效连通区域并对其进行矫正和去除噪声，将得到的目标检测结果进行行为识别，最终得到异常行为检测结果；所述的光流幅度图像是由连续帧的每相邻两帧的像素点在x和y方向上的移动信息根据公式计算得到的；所述的矫正和去除噪声是指：利用目标检测器检测连续帧的中间帧中的所有目标的位置，其中每个目标的位置用其左上和右下的坐标表示，将该坐标位置对应有效连通区域的坐标位置，当有效连通区域内有目标时，将包含目标的区域也纳入有效连通区域，具体为：对于有效连通区域B和目标的位置P，当Area(B^P)/Area(B)>0.6，则认为该有效连通区域内包含该目标，其中：Area为区域面积，符号^是两个矩形区域的相交，即两个矩形的公共区域；iiiii所述的预处理是计算光流幅度图像的平均图像并将平均图像二值化，将高于灰度阈值的像素点设为1，低于阈值的像素点设为0；所述的有效连通区域是计算二值化后的平均图像的连通区域，去除面积小于目标阈值的连通区域，保留的区域即为有效连通区域，其中每个有效连通区域都用其左上和右下的坐标表示；所述的目标检测器，通过单步多框检测器进行网络检测实现；所述的识别是将每一个有效连通区域利用行为识别网络进行识别并对其计算可能是异常行为的概率，当其中任一概率大于异常行为阈值，则判定该区域发生了异常行为；所述的识别，通过基于3D卷积操作的行为识别网络C3D实现。 更多数据：搜索马克数据网来源：