技術(shù)總結(jié)
本發(fā)明公開(kāi)了一種基于低秩逼近結(jié)構(gòu)化稀疏表示的異常事件檢測(cè)方法，包括特征提取、訓(xùn)練和測(cè)試三個(gè)過(guò)程。1)提取視頻序列的多尺度三維梯度特征；2)對(duì)多尺度三維梯度特征進(jìn)行降維，形成訓(xùn)練特征集和測(cè)試特征集；3)初始化剩余訓(xùn)練特征和相關(guān)參數(shù)；4)對(duì)剩余訓(xùn)練特征進(jìn)行迭代學(xué)習(xí)組稀疏字典，獲得正常模式字典集；5)利用由訓(xùn)練過(guò)程獲取的組稀疏字典集，對(duì)測(cè)試特征進(jìn)行稀疏重建；6)根據(jù)重建誤差，判斷測(cè)試特征是否為異常特征。本發(fā)明解決了異常檢測(cè)技術(shù)中未充分挖掘視頻數(shù)據(jù)的低秩特性和檢測(cè)速率較慢的缺點(diǎn)。

技術(shù)研發(fā)人員：劉亞洲;余博思;劉柯柯;孫權(quán)森
受保護(hù)的技術(shù)使用者：南京理工大學(xué)
文檔號(hào)碼：201610915766
技術(shù)研發(fā)日：2016.10.21
技術(shù)公布日：2017.03.15