视频监控中异常行为的检测方法

摘要

本发明为视频监控中异常行为的检测方法，解决已有检测方法考虑因素单一，极易发生误报的问题。包括如下步骤：a、读取视频图像帧，将视频图像转换为灰度图像；b、检测灰度图像中的运动目标；c、对运动目标进行跟踪，确定分析运动目标；d、计算分析运动目标帧间变化熵值并同时进行运动目标特征点提取，计算各特征点的运动速度大小和方向，计算运动目标的运动能量；e、根据运动目标帧间变化熵值和运动能量进行打斗决策，如果发生打斗，则报警。

主权项

视频监控中异常行为的检测方法，包括如下步骤：(1)读取视频图像帧，将视频图像转换为灰度图像，(2)检测灰度图像中的运动目标，(3)对运动目标进行跟踪，确定分析运动目标，(4)计算分析运动目标帧间变化熵值，并同时进行运动目标特征点提取，计算各特征点的运动速度大小和方向，计算分析运动目标的运动能量，(5)根据分析运动目标帧间变化熵值和运动能量进行打斗决策，如发生打斗，则报警，步骤(2)中对灰度图像学习，建立单高斯背景模型，然后使用背景减法提取出灰度图像中的运动目标，步骤(3)的过程如下：(3.1)对当前帧第n个运动目标和上一帧的所有运动目标进行位置和面积匹配，当前帧第n个运动目标与上一帧第m个运动目标的中心点的位置差T(m)和面积差A(m)分别为：$T\left(m\right)=\sqrt{{(p_n-x_m)}^2+{(q_n-y_m)}^2},$A(m)=|Q_n‑S_m|，其中，n，m分别为当前帧灰度图像和上一帧灰度图像中运动目标的编号，按照从左到右，从上到下的顺序排列，n=1，2，...，N，m=1，2，...，M，上一帧灰度图像第m个运动目标中心点位置为[x_m，y_m]，面积为S_m，当前帧第n个运动目标中心点位置为[p_n，q_n]，面积为Q_n，取n=1，遍历m的全部取值，计算使得T(m)最小的m值J₁，选取运动目标中心位置和面积帧间变化阈值th₁，th₂，当T(J₁)≤th₁且A(J₁)≤th₂，则表示当前帧第一个运动目标在上一帧匹配的运动目标为第J₁个，当T(J₁)＞th₁或A(J₁)＞th₂，则将J₁置为0，表示当前帧出现了新的运动目标；(3.2)将n依次加1，重复上述过程，找出当前帧所有运动目标与上一帧匹配的运动目标J₁，J₂，...，J_N，如果其中不包括从1到M的某值K，则表明上一帧第K个运动目标丢失；(3.3)重复过程(3.1)，(3.2)，依次对当前帧灰度图像的连续的H帧灰度图像的运动目标跟踪，H为5到10之间的任意整数，如果某运动目标连续有H帧未发生运动目标丢失，则将当前帧灰度图像的该运动目标作为分析运动目标。