何 平，李 刚，李慧斌,2

(1.西安交通大学数学与统计学院，陕西 西安 710049；2.大数据算法与分析技术国家工程实验室，陕西 西安 710049)

1 引言

面对日常生活中不断涌现的各类安全威胁和时刻存在的突发状况，以视频监控为工具进行安防的举措已凸显出强大优势。近年来随着社会经济的快速发展与视频传感技术的不断普及，监控系统已被广泛应用于地铁、社区和校园等各类公共场所[1]。然而，规模快速增长的视频监控系统所产生的海量视频数据对基于人工判读的视频异常事件检测带来了巨大挑战。传统依靠人工观看事后监控影像记录从而发现异常的方式不仅消耗了大量人力资源，而且还可能会造成无法及时弥补的错误或遗漏[2]。因此，开发一种不依赖大量人力，能自动从监控视频中分析并发现异常情况的技术显得至关重要，这种技术即为视频异常检测技术。

Figure 1 General process of video anomaly detection method图1 视频异常检测方法的一般流程

视频异常通常指视频中出现不正常的外观或运动属性，或在不正常的时间或空间出现正常的外观或运动属性[3]。由于异常样本的稀缺性和多样性，视频异常检测方法通常仅对正常样本分布进行建模，测试时将偏离正常样本分布的视频帧或视频片段视为异常[4]。从异常类型而言，外观异常通常指空间异常，包括像素级别的局部异常与帧级别的全局异常；运动异常通常指时间异常，即与时序相关的上下文异常。视频异常检测任务即为检测出视频中存在的时间异常和空间异常[5]。……