基于統(tǒng)計(jì)圖模型的視頻異常事件檢測(cè).pdf

1、傳統(tǒng)視頻監(jiān)控利用人為監(jiān)督方法獲取特定場(chǎng)景的視覺信息，由于受生理和自然條件的限制，人們?cè)谟^察和獲取視覺信息時(shí)存在很大的局限性，有些信息甚至是人眼無法觀察到的。隨著科學(xué)技術(shù)的迅速發(fā)展，取而代之的是智能視頻監(jiān)控系統(tǒng)。智能視頻監(jiān)控中的視頻異常事件檢測(cè)問題是當(dāng)今安防領(lǐng)域的一個(gè)研究熱點(diǎn)，智能交通監(jiān)控、公共場(chǎng)所人群監(jiān)控以及空巢老人智能監(jiān)控等諸多方面都存在著視頻異常事件檢測(cè)問題，其涉及的技術(shù)包括圖像處理、模式識(shí)別以及人工智能等。
　　視頻異常事件

2、檢測(cè)算法中的統(tǒng)計(jì)圖模型在實(shí)際應(yīng)用中充當(dāng)著極其重要的作用。本文探索了不同統(tǒng)計(jì)圖模型結(jié)構(gòu)下對(duì)視頻異常事件檢測(cè)的有效性，最終研究了兩種用于異常檢測(cè)的統(tǒng)計(jì)圖模型：HMM和LDA級(jí)聯(lián)模型以及DMC-HMM模型。主要的研究?jī)?nèi)容和獲取的研究成果包括如下兩部分：
　　提出了基于HMM和LDA級(jí)聯(lián)模型的視頻異常事件檢測(cè)方法，將得到的LDA語義特征視為HMM觀測(cè)量，從而構(gòu)造出級(jí)聯(lián)模型。抽取的SIFT底層特征包含了視頻事件的基本信息，在將視頻圖像視為文

3、檔的前提下得到的SIFT特征信息也可看作文檔中的詞匯。接著運(yùn)用LDA模型抽取視頻詞匯的語義特征，語義特征描述了視頻事件的關(guān)鍵有用信息。HMM異常檢測(cè)實(shí)驗(yàn)表明，級(jí)聯(lián)模型相比HMM在檢測(cè)率方面獲得的效果更好。
　　提出了基于DMC-HMM模型的視頻異常事件檢測(cè)方法，DMC-HMM模型由DMC模型與HMM相結(jié)合而來。DMC（Dirichlet Multinomial Conjugate）模型中不存在主題的概念，詞匯直接由一個(gè)簡(jiǎn)單的多項(xiàng)式