一种基于视频的打架斗殴行为检测方法、装置制造方法及图纸

本发明专利技术公开了一种基于视频的打架斗殴行为检测方法、装置，其中，该方法包括：获取视频当前帧图像以及邻近的至少两帧图像；根据所述视频当前帧图像以及邻近的至少两帧图像，获取至少两个尺度上的所述当前帧图像对应的时空兴趣点；将所述至少两个尺度上的所述当前帧图像对应的时空兴趣点添加到兴趣点的动态池；获取所述动态池内所有时空兴趣点特征，特征词典及打架分类器；根据所述特征词典，获取所述动态池内所有时空兴趣点特征的特征词直方图；根据所述打架分类器，获取所述当前特征词直方图所属类别；根据所述当前特征词直方图所属类别，确定所述当前帧图像是否为打架事件。采用本发明专利技术技术方案提高了打架斗殴行为的检测准确率。

【技术实现步骤摘要】
一种基于视频的打架斗殴行为检测方法、装置
本专利技术涉及计算机生物识别
，特别涉及一种基于视频的打架斗殴行为检测方法、装置。
技术介绍
随着经济的发展和科技的进步，智能监控技术也不断提高。然而，在广场、宾馆、道路等公共场所的打架斗殴行为检测作为智能监控领域的重要问题之一，具有广泛的应用需求。但现有的检测方法多是针对简单场景，甚至假定打架行为的模式，但打架事件发生的场景往往是复杂的，打架行为的模式也是难以用少量规则描述的，所以这类方法难以保证大范围的有效性。例如：现有技术中可以通过采用帧差法捕获运动人体轮廓，检测时空兴趣点；判断第二步检测到的时空兴趣点个数；提取有效时空兴趣点集；计算有效时空点集的质心和所有点的平均离心距离；计算质心位移量；计算相邻若干帧的质心平均位移；若质心平均位移大于阈值，打架等级增1，否则，打架等级减1；根据打架等级判断是否发生打架行为。然而，在专利技术人实现打架斗殴行为检测的过程中，发现现有技术中至少存在如下问题：现有技术中仅凭时空兴趣点的数目和密集程度以及质心位移来判断是否发生打架行为，很难有效区分真实的打架和其它较为复杂的运动行为，使得打架斗殴检测的准本文档来自技高网...

【技术保护点】
一种基于视频的打架斗殴行为检测方法，其特征在于，包括：获取视频当前帧图像以及邻近的至少两帧图像；根据所述视频当前帧图像以及邻近的至少两帧图像，获取至少两个尺度上的所述当前帧图像对应的时空兴趣点；将所述至少两个尺度上的所述当前帧图像对应的时空兴趣点添加到兴趣点的动态池；获取所述动态池内所有时空兴趣点特征，特征词典及打架分类器；根据所述特征词典，获取所述动态池内所有时空兴趣点特征的特征词直方图；根据所述打架分类器，获取所述当前特征词直方图所属类别；根据所述当前特征词直方图所属类别，确定所述当前帧图像是否为打架事件。

【技术特征摘要】
1.一种基于视频的打架斗殴行为检测方法，其特征在于，包括：获取视频当前帧图像以及邻近的至少两帧图像；根据所述视频当前帧图像以及邻近的至少两帧图像，获取至少两个尺度上的所述当前帧图像对应的时空兴趣点；将所述至少两个尺度上的所述当前帧图像对应的时空兴趣点添加到兴趣点的动态池；获取所述动态池内所有时空兴趣点特征，特征词典及打架分类器；根据所述特征词典，获取所述动态池内所有时空兴趣点特征的特征词直方图；根据所述打架分类器，获取所述当前特征词直方图所属类别；根据所述当前特征词直方图所属类别，确定所述当前帧图像是否为打架事件。2.根据权利要求1所述基于视频的打架斗殴行为检测方法，其特征在于，所述获取所述动态池内所有时空兴趣点特征的步骤，具体包括：预设定时器的时间；判断所述动态池中时空兴趣点与所述当前帧图像对应的时空兴趣点之间的时间维度是否超出所述定时器的时间；如果超时，则删除所述动态池中对应的时空兴趣点；如果未超时，则继续判断所述动态池内时空兴趣点的个数是否小于预设值；如果所述时空兴趣点的个数小于预设值，则将类别标志清0；如果所述时空兴趣点的个数不小于预设值，则提取所述动态池内所有时空兴趣点特征。3.根据权利要求1或2所述基于视频的打架斗殴行为检测方法，其特征在于，该方法还包括：如果所述当前帧图像为打架事件，则将类别标志置1，否则将所述类别标志清0；将所述类别标志加入类别标志动态队列；设置动态队列的有效时间；根据所述有效时间，判断所述类别标志动态队列中的类别标志是否有效；如果所述类别标志动态队列中的类别标志超过了有效时间，则将其删除；否则统计所述类别标志动态队列中所述类别标志为1的个数，如果所述类别标志为1的个数超过所述类别标志动态队列长度的80％，则判定当前发生打架事件，并发出警报；如果所述类别标志为1的个数小于队列长度的20％，则判定打架事件结束，并取消警报。4.根据权利要求3所述的基于视频的打架斗殴行为检测方法，其特征在于，该方法还包括：获取所述特征词典的训练视频集；所述特征词典的训练视频集包括：至少两段训练视频段；所述训练视频段中包括：场景变化和动态内容；其中：所述动态内容中打架视频内容占比在20％－30％之间；在至少两个尺度上检测训练视频集中各个训练视频段中时空兴趣点，并提取相应的特征，存入所述兴趣点的动态池，获取所述特征词典。获取所述特征词典的训练视频集；所述训练视频集需要包含丰富的场景变化和动态内容；其中：所述动态内容中打架视频内容占比在20％－30％之间；在至少两个尺度上检测训练视频集中各个训练视频段中时空兴趣点，并提取相应的特征，存入所述兴趣点的动态池，然后采用聚类算法或随机抽取的方式得到特征词典，获取所述特征词典，特征词典的大小以2000左右为宜。5.根据权利要求3或4所述的基于视频的打架斗殴行为检测方法，其特征在于，该方法还包括：获取所述打架分类器的训练视频集；所述打架分类器的训练视频集包括：带有打架或非打架类别标记的视频片段；在至少两个尺度上检测训练视频集中各个训练视频段中时空兴趣点，并提取相应的特征以及其对应类别标记，获取所述打架分类器。6...

【专利技术属性】
技术研发人员：陶海，柴兆虎，林宇，
申请(专利权)人：北京文安智能技术股份有限公司，
类型：发明
国别省市：北京,11