(杭州電子科技大學(xué)通信工程學(xué)院，浙江 杭州310018)

0 引 言

視頻異常事件檢測方法從數(shù)據(jù)集角度大致分為監(jiān)督方法和非監(jiān)督方法。監(jiān)督的視頻異常事件檢測問題中，假定異常數(shù)據(jù)集是已知的。非監(jiān)督的視頻異常事件檢測避免了監(jiān)督方法的局限，無需任何先驗知識，僅僅憑借不斷獲取的觀測數(shù)據(jù)實現(xiàn)正常事件的聚類，達(dá)到視頻異常事件檢測的目的。為了提高檢測的魯棒性，近年來提出了大量的基于隱馬爾可夫模型(Hidden Markov Model，HMM)的視頻異常事件檢測方法。文獻(xiàn)1 考慮光照變化對基于HMM 異常檢測的影響，提出了基于愛德華-普雷思科特(Hodrick-Prescott，HP)濾波方法處理特征序列。文獻(xiàn)2 提取梯度方向直方圖特征用于識別行為事件，HMM用于特征的時序建模。文獻(xiàn)3 運用HMM與無限隱馬爾可夫模型(infinite Hidden Markov Model，iHMM)結(jié)合的方法分析運動目標(biāo)的軌跡并檢測異常事件。文獻(xiàn)4 將HMM 用于分析視頻事件的語義結(jié)構(gòu)。本文提出的基于HMM和隱藏狄利克雷分配(Latent Dirichlet Allocation，LDA)級聯(lián)的異常檢測方法提取的是視頻事件的語義特征，與底層特征不同，語義特征關(guān)心的是事件的主要信息而忽略了少量的低概率事件信息。異常檢測時，HMM 將語義特征視為觀測量從而實現(xiàn)與LDA的級聯(lián)。

1 算 法

特征抽取包含兩部分:底層特征抽取和LDA 語義特征抽取。首先，采用尺度不變特征變換算法[5](Scale-Invariant Feature Transform，SIFT)抽取二維圖像位置信息(x，y)特征，接著，運用LDA[6]模型在底層特征基礎(chǔ)上進(jìn)一步抽取語義特征。

1.1 底層特征抽取

SIFT 利用高斯卷積核生成圖像尺度空間，公式定義如下:

式中，G(x，y，σ)表示可變尺度高斯函數(shù)，I(x，y)是一幅二維圖像。為了有效檢測出特征點，SIFT提出高斯差分尺度空間(Difference of Gaussians，DoG)的概念:

通過不斷對DoG 進(jìn)行降采樣得到多組圖像金字塔后，尋找特征點的方法即對尺度空間中每個采樣點和它相鄰點進(jìn)行比較。包括圖像域和尺度域，每個采樣點需與相鄰26個采樣點作對比，最終得到的極值點視為圖像的特征點。

1.2 LDA 語義特征抽取

圖1 LDA 圖模型

圖1陰影部分的參數(shù)w是觀測變量，而其他變量是隱藏變量。LDA的各參數(shù)定義:θ Dirichlet(α)，zm，nMultinomial(θ)，wm，nMultinomial(βzm，n)。討論圖1的概率統(tǒng)計圖，給定一篇文檔w條件下其概率模型公式表示如下:

LDA的參數(shù)推理問題主要是計算給定文檔條件下的隱變量后驗概率分布:

由于α與β 耦合造成后驗分布無法直接求出。文獻(xiàn)6 采用變分EM算法對參數(shù)α和β 進(jìn)行推理估計，并得到變分參數(shù)的估計值因為每幀圖像即每篇文檔在推理過程中都會產(chǎn)生不同的γ，因此將提取的參數(shù)γ 視為LDA 語義特征。

2 HMM 異常檢測

如圖2所示為HMM和LDA的級聯(lián)模型示意圖，圖2(a)模型為LDA，圖2(b)模型為HMM，級聯(lián)的關(guān)鍵在于將LDA的語義特征作為HMM 觀測量構(gòu)造出混合高斯矩陣。異常事件的檢測分為建模階段和檢測階段。建模階段是建立用于匹配的正常事件的先驗知識庫，本文采用的是經(jīng)典EM算法。檢測階段相當(dāng)于HMM的評估問題，解決模型的評估問題采用的是“前向-后向”算法。異常事件檢測中，當(dāng)觀測量的發(fā)生概率小于人為設(shè)定的閾值時，判定待檢測事件為異常事件，相反，待檢測事件則判定為正常事件。

圖2 HMM和LDA級聯(lián)圖模型

3 實驗分析

設(shè)定某市區(qū)中心橫向路段為禁止車輛通行的紅燈狀態(tài)，對訓(xùn)練和測試圖像采用SIFT算法抽取底層特征，設(shè)置搜索特征點的尺度空間DoG 金字塔組數(shù)O=4，每組金字塔層數(shù)S=3。如圖3所示，圖3(a)無車輛通行時視為正常事件，圖3(b)有車輛通行時視為異常事件。將禁行路段中取得的300幀視頻圖像用于實驗測試，前100幀圖像是訓(xùn)練部分的正常事件，后200幀是用于測試部分的異常事件，后200幀中的前100幀包含的圖像序列全部是異常事件，而后100幀中每隔5幀包含一幀異常圖像序列，總共包含20幀異常圖像序列，每1幀圖像作為模型輸入觀測量。實驗測試運行于軟件平臺MATLAB 2009b，計算機(jī)系統(tǒng)為WINDOWS XP SP2，CPU 處理器為AMD Turion 1.61GHz。

3.1 特征提取

抽取的圖像特征點代表了視頻事件的大部分信息，得到的特征點數(shù)目多達(dá)幾百個，而且特征點在光照和陰影條件下同樣具有魯棒性，對噪聲也有一定穩(wěn)定性。

圖3 抽取的若干圖像底層特征點

接著，采用文獻(xiàn)6中的LDA模型對特征點抽取語義特征，將得到的SIFT 特征二維位置信息(x，y)處理成經(jīng)過規(guī)范取整后視為詞匯用于LDA 訓(xùn)練。LDA 訓(xùn)練過程中，當(dāng)設(shè)定主題數(shù)目為30時，能有效的區(qū)分正常與異常事件。

3.2 異常檢測

如圖4所示，圖4(a)將包含100幀正常事件的圖像序列用于訓(xùn)練，得到的對數(shù)似然度較為穩(wěn)定的徘徊在-22至-21 之間，圖4(b)將包含100幀異常事件的圖像序列用于測試時，得到的對數(shù)似然卻較為穩(wěn)定的徘徊在-2 235至-2 210 之間，由此說明經(jīng)過算法測試之后的不同事件有著較為明顯的差異。實驗最終將包含20幀異常事件的100幀圖像序列用于測試。圖4(c)設(shè)定固定閾值γ =-420，能有效的檢測出本實驗數(shù)據(jù)中的異常事件，每幀圖像的對數(shù)似然度大于閾值γ時，視為正常事件，而小于閾值γ時，則視為異常事件。

圖4 模型訓(xùn)練后測試序列的對數(shù)似然度

不同方法在異常事件檢測實驗中的比較效果如表1所示。實驗結(jié)果表明，HMM 方法雖然在檢測過程中的虛警率方面獲得良好效果，但在檢測異常事件方面卻沒有達(dá)到完善的地步。HMM和LDA級聯(lián)方法在實驗中表現(xiàn)了良好的區(qū)分正常和異常事件的性能，唯一的不足是耗費了少許的100幀異常事件檢測時間，但保證了異常事件檢測的穩(wěn)定性。

表1 不同方法在異常事件檢測實驗中的比較

4 結(jié)束語

本文提出了HMM和LDA級聯(lián)方法用于視頻異常檢測，抽取的底層特征包含了圖像的位置信息，接著采用LDA模型進(jìn)一步提取主題語義特征，得到的語義特征視為HMM 觀測量用來構(gòu)建級聯(lián)模型。最終基于HMM 實現(xiàn)的異常檢測實驗證明級聯(lián)方法的有效性。

[1]郭春生，朱明.面向特征的ICA和HP 濾波實現(xiàn)視頻異常事件檢測[J].中國圖象圖形學(xué)報，2011，16(9):1 643-1 649.

[2]Wang C H，Wang Y J，Guan L.Event Detection and Recognition using Histogram of Oriented Gradients and Hidden Markov Models[C].Burnaby:8th International Conference on Image Analysis and Recognition，2011:436-455.

[3]Jouneau E，Carincotte C.Mono versus multi-view tracking-based model for automatic scene activity modeling and anomaly detection[C].Klagenfurt:8th IEEE International Conference on Advanced Video and Signal Based Surveillance，2011:95-100.

[4]Xu G，Ma Y F，Zhang H J，etal.An HMM-based framework for video semantic analysis[J].IEEE Transactions on Circuits and Systems for Video Technology，2005，15(11):1 422-1 433.

[5]Lowe D G.Distinctive image features from scale-invariant keypoints[J].International Journal of Computer Vision，2004，60(2):91-110.

[6]David M B，Andrew Y N，Michael I J.Latent Dirichlet allocation[J].Journal of Machine Learning Research，2003，3(1):993-1 022.