【技术实现步骤摘要】
本专利技术属于机器视觉的运动目标分析领域,也属于智能视频监控领域。本专利技术具体涉及一种基于竞争生长式神经网络的参数自调节方法,此方法通过自调节参数对可视范围内的人体行为进行自适应学习和建模,并实时检测异常行为,属于高层的运动目标分析范畴。
技术介绍
视频中的运动目标分析是机器视觉领域的重要课题,同时也是近年来备受关注的前沿研究方向之一。它在智能监控、人机交互、虚拟现实、基于内容的视频检索与编码等领域具有重要的理论研究意义和应用前景。其主要内容就是通过对视频数据中包含的人体目标运动信息进行特征提取和模式识别来理解所包含的运动类别和意图,它涵盖了图像处理、计算机视觉、模式识别与人工智能等多个学科。异常行为检测属于运动目标分析,也是智能监控系统的重要研究目标之一。目前较为前沿和主流的方法主要是基于稳定场景中运动建模的方法,其优点在于可利用当前场景中大量的观察逐渐学习到正常行为模型作为检测基准,高效并且在一定情况下的抗干扰能力强。其缺点是所学习到的模型对场景信息和场景内容依赖性较强,可移植性差,对于复杂多变的户外场景或者相机移动的场景的有较大局限性。可变场景建模要求模型本身具有模式适应性,即模型的具体参数可以根据观察到的实际数据实时调整,学习到场景中固有或常见的正常行为模式。在低噪声环境下获取的视频中进行运动检测和识别已经可以达到较高的识别效率,但是针对实际环境中的视频,人体运动描述和异常行为识别仍然面临很多难题,如人体遮挡、视频模糊、拍摄视角变化等,所需要解决的问题就变得更加复杂。这就更加要求人体运动特征提取和建模方法本身具有强大的表征能力和区分能力,可以在 ...
【技术保护点】
一种基于参数自调节神经网络的人体异常行为检测方法,其步骤包括:1)建立生长式神经气体模型,对气体神经元在插入、学习和删除过程中涉及到的模型参数进行自适应调整,包括:针对插入过程,通过两个自适应阈值,即内部插入阈值和外部插入阈值,控制外来神经元的适时插入操作;针对学习过程,根据新输入特征与其最近邻神经元的距离确定学习速率的调整幅度;针对删除过程,通过定义密度算子确定所需删除的神经元周围的网络分布情况,接着计算每个待删除神经元的平均累积分数,将平均累积分数低于平均水平且密度计算结果排位靠后的神经元删除;2)通过所述生长式神经气体模型对视频中的人体行为进行检测,采用双层高斯平滑窗的判断方法实现人体异常行为判别。
【技术特征摘要】
1.一种基于参数自调节神经网络的人体异常行为检测方法,其步骤包括:1)建立生长式神经气体模型,对气体神经元在插入、学习和删除过程中涉及到的模型参数进行自适应调整,包括:针对插入过程,通过两个自适应阈值,即内部插入阈值和外部插入阈值,控制外来神经元的适时插入操作;针对学习过程,根据新输入特征与其最近邻神经元的距离确定学习速率的调整幅度;针对删除过程,通过定义密度算子确定所需删除的神经元周围的网络分布情况,接着计算每个待删除神经元的平均累积分数,将平均累积分数低于平均水平且密度计算结果排位靠后的神经元删除;2)通过所述生长式神经气体模型对视频中的人体行为进行检测,采用双层高斯平滑窗的判断方法实现人体异常行为判别。2.如权利要求1所述的方法,其特征在于,所述双层高斯平滑窗的判断方法是:首先对输入的检测得到的局部特征序列进行异常类别判断,定义其中离正常模式距离超过平均水平的特征为异常特征;接着对异常特征的数量进行统计计算,将超过平均值的数量所引起的事件定义为异常事件。3.如权利要求1或2所述的方法,其特征在于:在检测特征点时,采用时空Gabor滤波器组得到局部运动点,得到局部运动点之后,将所有的点的局部区域的描述作为该点的局部特征。4.如权利要求3所述的方法,其特征在于:所述局部特征是3D-SIFT特征。5.如权利要求1或2所述的方法,其特征在于,步骤1)中神经网络的外部神经元插入过程是:a)局部特征向量x输入之后,在已有的神经网络神经元中找到最近的神经元s1和第二最近的神经元s2:其中,s表示全体神经元的集合中的任一神经元,Ws表示神经元x的权重;b)判断特征向量x与神经元s1或神经元s2的距离是否超过阈值或即判断是否成立,如果成立则在网络中插入外部神经元x;c)判断神经元s1和神经元s2之间是否存在直接相连的边,如果不存在,则添加一条直接相连的边,也就是:其中表示全体神经元的边集合。6.如权利要求5所述的方法,其特征在于,步骤1)中神经网络的神经元学习过程是:对于输入的特征向量x,将其与最近的神经元s1之间的欧氏距离作为误差累积到神经元s1的误差变量中;然后更新神经元s1的平均累积分数然后通过调整神经元自身权重来学习输入特征向量...
【专利技术属性】
技术研发人员:刘宏,孙倩茹,丁润伟,
申请(专利权)人:北京大学深圳研究生院,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。