主权项 |
一种基于SURF流和局部线性嵌入稀疏表示的人群异常行为识别方法,包括以下具体步骤:步骤1、输入包含恐慌、斗殴、打架的异常行为的测试视频序列,对测试视频序列的每一帧的特征点进行哈尔小波变换,获得每个特征点的SURF描述子s=(∑dx,Σdy,Σ|dx|,Σ|dy|);步骤2、产生像素点的SURF描述子之后,通过SURF描述子对相邻帧的图像的特征点进行匹配,建立SURF流场,获取像素点的运动矢量信息W=(u,v):<maths num="0001"><math><![CDATA[<mfenced open = "" close = ""><mtable><mtr><mtd><mrow><mi>E</mi><mrow><mo>(</mo><mi>w</mi><mo>)</mo></mrow><mo>=</mo><munder><mo>Σ</mo><mi>P</mi></munder><mi>min</mi><mrow><mo>(</mo><mo>|</mo><mo>|</mo><msub><mi>s</mi><mn>1</mn></msub><mo>(</mo><mi>p</mi><mo>)</mo><mo>-</mo><msub><mi>s</mi><mn>2</mn></msub><mo>(</mo><mrow><mi>p</mi><mo>+</mo><mi>w</mi><mrow><mo>(</mo><mi>p</mi><mo>)</mo></mrow></mrow><mo>)</mo><mo>|</mo><msub><mo>|</mo><mn>1</mn></msub><mo>,</mo><mi>t</mi><mo>)</mo></mrow><mo>+</mo><munder><mo>Σ</mo><mi>p</mi></munder><mi>η</mi><mrow><mo>(</mo><mo>|</mo><mrow><mi>μ</mi><mrow><mo>(</mo><mi>p</mi><mo>)</mo></mrow></mrow><mo>|</mo><mo>+</mo><mo>|</mo><mrow><mi>v</mi><mrow><mo>(</mo><mi>p</mi><mo>)</mo></mrow></mrow><mo>|</mo><mo>)</mo></mrow><mo>+</mo><munder><mo>Σ</mo><mrow><mo>(</mo><mi>p</mi><mo>,</mo><mi>q</mi><mo>)</mo><mo>∈</mo><mi>ϵ</mi></mrow></munder><mi>min</mi><mrow><mo>(</mo><mi>α</mi><mo>|</mo><mrow><mi>μ</mi><mrow><mo>(</mo><mi>p</mi><mo>)</mo></mrow><mo>-</mo><mi>μ</mi><mrow><mo>(</mo><mi>q</mi><mo>)</mo></mrow></mrow><mo>|</mo><mo>,</mo><mi>d</mi><mo>)</mo></mrow></mrow></mtd></mtr><mtr><mtd><mrow><mo>+</mo><mi>min</mi><mrow><mo>(</mo><mi>α</mi><mo>|</mo><mrow><mi>v</mi><mrow><mo>(</mo><mi>p</mi><mo>)</mo></mrow><mo>-</mo><mi>v</mi><mrow><mo>(</mo><mi>q</mi><mo>)</mo></mrow><mo>,</mo><mi>d</mi></mrow><mo>|</mo><mo>)</mo></mrow></mrow></mtd></mtr></mtable></mfenced>]]></math><img file="FDA0001143138660000011.GIF" wi="1668" he="178" /></maths>此方程通过双平面上的序列置信度传递方法求解;步骤3、将每帧图像像素点的运动矢量信息W=(u,v)降维归类为H×h维行为特征,将测试视频序列的所有帧行为特征归类为行为特征集y∈[y<sub>1</sub>,y<sub>2</sub>,…y<sub>m</sub>],作为输入局部线性嵌入稀疏模型的测试序列集合;步骤4、输入测试视频特征集y∈[y<sub>1</sub>,y<sub>2</sub>,…y<sub>m</sub>]和常见异常行为视频特征集D=[D<sub>1</sub>,D<sub>2</sub>,......,D<sub>k</sub>],通过局部线性嵌入稀疏表示式,求解稀疏表示系数α<sub>i</sub>:<maths num="0002"><math><![CDATA[<mrow><munder><mi>min</mi><mrow><msub><mi>α</mi><mn>1</mn></msub><mo>,</mo><msub><mi>α</mi><mn>2</mn></msub><mo>,</mo><mo>...</mo><mo>,</mo><msub><mi>α</mi><mi>n</mi></msub></mrow></munder><munderover><mo>Σ</mo><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>n</mi></munderover><mo>|</mo><mo>|</mo><msub><mi>y</mi><mi>i</mi></msub><mo>-</mo><msub><mi>Dα</mi><mi>i</mi></msub><mo>|</mo><msup><mo>|</mo><mn>2</mn></msup><mo>+</mo><msub><mi>λ</mi><mn>1</mn></msub><munderover><mo>Σ</mo><mrow><mi>i</mi><mo>,</mo><mi>j</mi><mo>=</mo><mn>1</mn></mrow><mi>n</mi></munderover><msub><mi>M</mi><mrow><mi>i</mi><mo>,</mo><mi>j</mi></mrow></msub><msubsup><mi>α</mi><mi>i</mi><mi>T</mi></msubsup><msub><mi>α</mi><mi>j</mi></msub><mo>+</mo><munderover><mo>Σ</mo><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>n</mi></munderover><mi>λ</mi><mo>|</mo><mo>|</mo><msub><mi>α</mi><mi>i</mi></msub><mo>|</mo><msub><mo>|</mo><mn>1</mn></msub><mo>;</mo></mrow>]]></math><img file="FDA0001143138660000012.GIF" wi="1006" he="126" /></maths>步骤5、计算出稀疏表示系数α<sub>i</sub>后,通过下式中计算最小残差R<sup>i</sup>(y),来确定测试视频序列y所对应的非零a<sub>i</sub>所在的区域,进而根据非零a<sub>i</sub>的分布状况来判断测试视频序列所属异常行为的类别:<maths num="0003"><math><![CDATA[<mrow><mi>c</mi><mi>l</mi><mi>a</mi><mi>s</mi><mi>s</mi><mrow><mo>(</mo><mi>y</mi><mo>)</mo></mrow><mo>=</mo><mi>arg</mi><munder><mrow><mi>m</mi><mi>i</mi><mi>n</mi></mrow><mrow><mi>i</mi><mo>=</mo><mn>1</mn><mo>,</mo><mo>...</mo><mi>M</mi></mrow></munder><msup><mi>R</mi><mi>i</mi></msup><mrow><mo>(</mo><mi>y</mi><mo>)</mo></mrow><mo>.</mo></mrow>]]></math><img file="FDA0001143138660000013.GIF" wi="561" he="86" /></maths> |