基于環(huán)路LDA-HMM模型的視頻異常事件檢測.pdf

1、如今,視頻監(jiān)控系統(tǒng)在機(jī)場和火車站安檢,城市治安維護(hù)及交通管控,國防安全等方面發(fā)揮著無可替代的作用。但是傳統(tǒng)的以人作為視頻分析主體的監(jiān)控系統(tǒng)不再有能力去處理極速增加的海量視頻數(shù)據(jù),更加不能保證監(jiān)控系統(tǒng)的高效性和可靠性。如何提高視頻監(jiān)控系統(tǒng)的智能性,高效性及準(zhǔn)確性將是急需要解決的問題。本文在前人已有的研究基礎(chǔ)上,從計(jì)算機(jī)視覺技術(shù)出發(fā),以視頻異常事件檢測為主要任務(wù),研究了如何提高視頻異常事件檢測的智能性,高效性和精確性。具體研究工作如下:

2、r>　　在研究了視頻異常事件檢測涉及的特征提取、主題特征提取及特征分析和識別技術(shù)之后。針對傳統(tǒng)的視頻異常事件檢測面臨的兩個問題:基于統(tǒng)計(jì)方法的視頻異常事件檢測產(chǎn)生概率拖尾而導(dǎo)致的低檢測率問題以及傳統(tǒng)視頻異常事件檢測方法將特征提取和特征分析分開處理帶來的檢測方法對場景適應(yīng)能力不強(qiáng)的問題。本文提出了一種基于環(huán)路LDA-HMM模型的視頻異常事件檢測方法,將LDA模型和iHMM模型依據(jù)DDP-HMM模型結(jié)構(gòu)思想同時模擬反饋網(wǎng)絡(luò)工作機(jī)理構(gòu)建成了一

3、個環(huán)路模型,整個結(jié)構(gòu)上不僅可以看成是上下兩部分的環(huán)路結(jié)構(gòu)模型,而且垂直方向看可以視為反饋網(wǎng)絡(luò),接著使用環(huán)路樹重加權(quán)算法思想完成環(huán)路模型的推理過程,然后根據(jù)此模型進(jìn)行視頻異常事件的檢測。
　　設(shè)計(jì)了基于環(huán)路模型的視頻異常事件檢測方法的檢測流程以及檢測系統(tǒng)的GUI,為了驗(yàn)證該檢測方法的檢測性能,選取了四個實(shí)驗(yàn)場景進(jìn)行了實(shí)驗(yàn),并對實(shí)驗(yàn)結(jié)果進(jìn)行了分析,以此來驗(yàn)證該檢測方法對多個場景也是有效的;然后與其他視頻異常檢測方法在檢測性能上進(jìn)行了對

4、比分析,用來驗(yàn)證該檢測方法具有相對較高的檢測率。
　　傳統(tǒng)的視頻異常事件檢測方法中常常存在著檢測率不高和場景適應(yīng)性不強(qiáng)的問題,本文提出的環(huán)路LDA-HMM模型由于能夠?qū)崿F(xiàn)空間主題特征和時間狀態(tài)演變之間的相互反饋影響,使得環(huán)路模型能夠根據(jù)不同場景數(shù)據(jù)實(shí)現(xiàn)自身學(xué)習(xí)模式的調(diào)整,將模型與場景的擬合度調(diào)整到最好,因此不僅有效的解決模型場景適應(yīng)性不強(qiáng)的問題,而且也能夠有效的提升檢測率。多場景下的仿真實(shí)驗(yàn)驗(yàn)證了該檢測方法不僅對多個場景有效,而且