基于测度查询熵的视频流异常事件检测方法

摘要

一种数字图像处理技术领域的基于测度查询熵的视频流异常事件检测方法，以弱监督联合主题模型作为初始模型；给定一个包含未标注的正常和异常类别的数据流，依次判断当前时刻样本是否需要标注以及由谁来标注；在当前模型的参数不断更新的同时，对阈值进行更新；通过重复更新模型参数以及阈值直到遍历完数据流；在测试过程中，计算测试数据集与最终得到的模型的似然阈值，从而实现异常事件的识别。本发明在主动学查询策略上引入时间因果引导模型采集更多的异常事件样本；同时采用两种查询准则，利用未知样本，不确定性样本和识别出的异常样本对模型进行更新；设计了一种新的测度查询熵，联合分类精度，实时监测模型性能。

主权项

一种基于测度查询熵的视频流异常事件检测方法，其特征在于，包括以下步骤：步骤1)利用包含有限个经人工标注的正常和异常类别的训练样本库D_l={X₁,...X_n,...}，训练一个弱监督联合主题模型作为初始模型；步骤2)给定一个包含未标注的正常和异常类别的数据流D_u={X₁,...X_t,...}，依次判断当前时刻样本X_t是否需要标注以及由谁来标注；步骤3)在当前模型的参数不断更新的同时，对阈值进行更新，步骤4)重复以上步骤2)和步骤3)直到遍历完数据流D_u={X₁,...X_t,...}，在测试过程中，计算测试数据集与步骤3最终得到的模型的似然阈值，从而实现异常事件的识别。