何聪芹， 朱 煜， 陈 宁（华东理工大学信息科学与工程学院，上海 200237）

基于HOG3D描述器与稀疏编码的异常行为检测方法

何聪芹， 朱 煜， 陈 宁
（华东理工大学信息科学与工程学院，上海 200237）

提出了一种基于稀疏编码理论的视频异常行为检测方法，并使用HOG3D空-时描述器表征视频序列的形态及运动信息。首先，从正常视频序列中提取空-时兴趣点，获得其特征向量作为训练样本。通过K-SVD字典训练算法构建过完备字典，使得正常样本在所构建字典上的表达具有很好的稀疏性。在稀疏编码过程中，按视频段读取测试视频序列，求解特征信息在字典上的关于其稀疏系数的凸优化问题，然后根据稀疏编码改进公式求得重构误差数值。最后的判断阶段，计算视频段的相对重构误差，相对重构误差为正表明为异常视频段，否则为正常视频段。在UMN数据库3个场景及Weizmann数据库上进行实验，验证了本文算法的有效性。将实验拓展到现实监控视频中，结果表明本文方法在实践中同样具有较好的应用价值。

稀疏编码；异常行为检测；重构误差；HOG3D描述器；K-SVD

在视频监控领域，异常事件检测扮演了非常重要的角色。监控视频数量庞大，难以完全依靠人力观察发现异常事件，因此，智能化异常事件检测备受关注。本文以基于视频智能分析的异常事件检测为目标，在实现算法上进行了研究。“异常事件”，作为一个与“正常事件”相对应的概念，它的检测应当是基于“正常事件”训练样本的。……