杨亚虎，王 瑜，陈天华

(北京工商大学 人工智能学院，北京 100048)

0 引 言

随着现代科技的迅猛发展，以及人们对安全性要求的显著提高，成像设备的使用数量越来越多，覆盖范围也越来越广。传统的成像设备只能捕捉、存储和回放视频，对于异常图像[1]，例如模糊、遮挡和场景切换等，并不能立即向监控中心发出警报，且多由工作人员值守，容易疲劳、误报，尤其对于复杂场景更是难以应对。因此，研究全自动远程视频监控异常图像智能检测方法很有必要。

智能视频监控系统是在计算机视觉(Computer Vision)发展的基础上提出来的，目前已有较多研究成果和实际应用的案例，但大多数仅针对某一类异常干扰进行识别。文献[2]考虑到不同模糊检测算法的互补特性，进而提出了基于随机森林的像素级融合、基于条件随机场的图像级融合，以及基于回归树场图像内容感知的融合三种融合方法。文献[3]通过结合稀疏自编码器的自动提取图像特征的能力和深度置信网络优秀的分类性能，提出了一种基于深度学习的监控视频树叶遮挡检测方法。文献[4]将RGB图像进行双边滤波，并将滤波后的图像转换到HSV空间，在HSV彩色空间内利用矢量求导方法计算彩色图像的梯度，最后利用改进的线段分割检测(Line Segmentation Detection,LSD)算法实现图像直线的提取。文献[5]根据动态高低阈值判断是否发生场景突变和场景渐变，有效克服了传统灰度法的误检和直方图法的漏检问题。此外，南京航空航天大学[6]、中国石油大学[7]也开展了相关研究。……