李欣璐，吉根林，赵 斌

（南京师范大学计算机与电子信息学院/人工智能学院，南京210023）

引 言

视频异常事件检测是计算机视觉的重要应用之一，它可以将潜在的危险事件检测出来，并发出警报，从而提高有关部门和机构的响应效率。目前视频异常事件检测得到了广泛的研究，人们提出了针对各种场景和检测要求的异常事件检测方法，其中的关键问题就是视频前景中运动物体的特征表示。由于视频场景具有多样性，且异常的定义具有主观不确定性，异常事件检测任务存在一定的挑战。例如，为了发现跌倒或打架斗殴等指定异常动作，研究者通常以视频中的行人交互问题为中心，重点提取行人的姿态特征和运动特征［1⁃2］，采用姿态估计［3］和动作识别［4］的方式检测视频中的行人是否存在异常动作。但是，在现实场景中发生的异常往往是不可预计的，而该类异常检测方法仅能检测出指定的人体异常动作，通用性不强。并且在人群密集的场景下，存在行人遮挡和视频分辨率低的问题，姿态估计和动作识别的准确度不高，直接影响了异常检测的准确性。本文针对基于姿态和动作的异常检测方法存在的不足，采用表观特征和运动特征共同表示前景物体的运动特征，将方向梯度直方图（Histogram of oriented gradient，HOG）作为表观特征，并选取深度神经网络提取出的光流作为运动特征。HOG特征的提取较为简单并且可以清晰表示视频画面中的纹理信息，能够检测出可疑物体。……