胡正平，张 乐，李淑芳，孙德纲

(1. 燕山大学 信息科学与工程学院，河北 秦皇岛 066004；2. 燕山大学 河北省信息传输与信号处理重点实验室，河北 秦皇岛 066004；3. 山东华宇工学院 电子信息工程学院，山东 德州 253000)

0 引言

随着室内外监控摄像机数量的增加，在采用传统人为视频监督方法进行异常检测时，常因为人们的疏忽和疲劳以及信息本身的复杂性，造成监视任务的低效和繁琐。因此，采用智能视频监控系统自动检测异常行为对于确保公共安全和社会秩序管理具有至关重要的作用，同时视频异常行为检测作为人类行为识别的一个特殊问题引起国内外学者广泛关注。

基于对智能监控系统的需求，2005年Valera和Velastin 归纳了基于自动异常检测的监控系统的基本组成框架[1]。1997年美国国防高级研究项目署设立以卡内基梅隆大学为首麻省理工学院等高校参与的视觉监控重大项目VSAM(Visual Surveillance And Monitoring)用于战场及普通民用场景监控的运动物体的检测、定位和分类[2]。此外，欧盟也大力资助基于系统结构的公共交通行人监控项目来提高视频监控异常检测的效率，如CROMATICA (Crowd Management with Telematics Imaging and Communication Assistance)[3]和 PRISMATICA (Proactive Integrated Systems for security Management by Technological Institutional and Communication Assistance)[4]。在国内中科院自动化所学者发起的实时智能视频监控预警系统已成功应用于北京地铁13号线，大大提高效率的同时使场所犯罪率降低至新的标准[5]。

视频异常检测首先需要确定异常的含义，一般来说在不同的视频中对于“异常”的定义各不相同，即异常的定义取决于视频本身的内容，通常情况下将视频场景中小概率事件视为异常行为。……