基于線性稀疏模型和iHMM的群體異常事件檢測

司莉莉,郭春生

(杭州電子科技大學 通信工程學院,浙江 杭州 310018)

基于線性稀疏模型和iHMM的群體異常事件檢測

司莉莉,郭春生

(杭州電子科技大學 通信工程學院,浙江 杭州 310018)

在群體異常檢測中，人群特征感知主要提取個體的群體特性。提出了基于群特征的稀疏線性模型和無限隱馬爾可夫(SLM-iHMM)方法檢測人群異常事件。該方法通過統(tǒng)計模型整合空間和時間因素，基于SLM提取空間線索，從而在空間域中建立用于群特征提取的統(tǒng)計模型。時間線索在iHMM中被明確地編碼，用于分析來自空間域的時間多尺度特征。關于UMN數(shù)據集的實驗驗證了該方法的可行性和有效性。

稀疏線性模型；空時因素；群體異常檢測

0 引言

群體場景中的視頻異常事件檢測成為智能監(jiān)控領域的一個熱點方向。視頻異常事件發(fā)生的區(qū)域比較復雜，可能發(fā)生在時域、空域或空時域。目前，視頻異常事件檢測算法主要基于機器學習，該方法首先從原始視頻圖像中提取出樣本事件的特征，通過特征學習建模獲得正常樣本的特征規(guī)律。檢測時，從測試視頻數(shù)據流中提取出樣本事件的特征，使用訓練好的模型進行估計，如果不符合正常樣本事件的特征規(guī)律，則被看作異常事件。

1 群體異常檢測研究現(xiàn)狀

對于群體異常事件的場景，章東平等[1]采用粒子視頻流獲得特征點運動軌跡，通過最長共同子序列聚類粒子軌跡，得到運動的主流方向，自動識別人群行為；Wang等[2]針對光流計算量大和空時梯度需要包含輪廓信息的缺陷，將光流和空時梯度相結合，提出將KLT(Kanade Lucas Tomasi)角點作為特征來描述運動特征。國外，基于空時特征提取的一些異常檢測方法也應運而生。Kuettel等[3]提出了一種新的相關狄利克雷過程隱馬爾可夫模型(Dependent Dirichlet Process-Hidden Markov Model，DDP-HMM)，它基于iHMM和LDA(Latent Dirichlet Allocation)模型，在復雜的動態(tài)場景中自動學習時空相關性。其它的異常檢測方法通過分析時空環(huán)境和時空紋理來提取圖像特征，文獻[4]提出一種基于對視頻立方體內的時空視頻體積配置分析的無監(jiān)督統(tǒng)計學習框架。通過稀疏編碼來學習全局和局部活動模式，再從正常行為學習的構圖模式字典中，稀疏重建成本標準被設計為檢測在全局和本地視頻中發(fā)生的異常。

群體特征是每個個體群體特征的集合，即群體特征是群體中所有個體的一致性表現(xiàn)，群體中的個體既表現(xiàn)出一致的社會性，又具有相異的隨機性。由于群體特征的復雜性，本文提出一種基于稀疏線性模型[5](Sparse Linear Model, SLM)和無限狀態(tài)馬爾科夫模型[6](infinite Hidden Markov Model,iHMM)的空時模型——SLM-iHMM，分別在空間和時間上描述特征。假設群體特征服從一定先驗分布，建立每個個體群體性和隨機性的統(tǒng)計表征模型，以協(xié)調群體中個體的群體性與隨機性，從而有效增強群體特征抽取的適應性，提高異常檢測準確率。

1.1 基于SLM-iHMM的群體異常檢測算法

本節(jié)將詳細介紹所提出的模型。首先，提取底層光流特征，該特征顯示較弱的時空特性。為了提高空時特征描述能力，在本文中引入時空SLM-iHMM。在空間域中，假設低級特征作為輸入以及需要的組特征作為SLM的輸出，在時域中，用iHMM捕獲稀疏向量的時間特性關系。該方法的流程如圖1所示。

圖1 SLM-iHMM算法流程

1.2 特征選擇與稀疏學習

首先闡述圖像特征選擇與稀疏學習之間的關系。通常能用很多屬性描述一個西瓜，例如色澤、根蒂、敲聲、紋理、觸感等，但是有經驗的人往往只需觀察根蒂與敲聲就知道是否是好瓜。換言之，對一個學習任務而言，給定屬性值，其中一些屬性可能非常關鍵、有用，另一些則可能無用。在視頻圖像處理領域，將這些屬性稱為相關特征，無用屬性稱為無關特征。從給定的特征集合中選擇出相關特征子集的過程，稱為特征選擇。

特征選擇是一個重要的數(shù)據預處理過程，是機器學習中研究最早的分支之一，早期研究主要是按特征子集“生成與搜索—評價”過程來進行。在現(xiàn)實機器學習任務中，獲得數(shù)據之后通常先進行特征選擇，此后再訓練學習器。進行特征選擇有兩個重要原因：維數(shù)災難問題和特征選擇性[7]。在稀疏學習中，目標函數(shù)被一組基函數(shù)表示，這種表示具有兩種約束：稀疏性與統(tǒng)計獨立性。稀疏性約束使目標函數(shù)能被盡量少的基函數(shù)進行線性表示，而統(tǒng)計獨立性約束能夠使稀疏編碼的冗余盡量減小。

1.3 底層特征表示

要進行群體異常檢測，首先要提取圖像的底層特征進行預處理。為了提高檢測效率，本文將檢測范圍縮小，只關注人群的全局活動，對個體的局部特征不予考慮。對于已錄制的視頻，連續(xù)抽取視頻幀的光流特征。光流向量保留8個方向與2個尺度的運動信息，對于每一視頻幀，選取10×10的像素單元抽取其位移信息。

1.4 基于線性稀疏模型的空間特征

在一個SLM模型中，假設y作為數(shù)據的輸入，一般情況下，y是高維且冗余度較高的原始圖像信號，X是給定的過完備的用正常視頻特征訓練的字典，u即是所求的稀疏向量。該項不僅具有稀疏性，而且還具有空間特性。假設視頻光流特征y∈Rm為SLM模型的輸入數(shù)據，則稀疏線性模型可以表示為：

(1)

其中編碼字典為X∈Rm×n，編碼噪聲為ε～N(0,σ2I)，y服從高斯分布，即P(y|u)=N(y|Xu,σ2I)。由于圖像特征在空間和時間域中的不規(guī)則分布，難以直接提取群體特征，本文假設u為每個個體的群體特征部分。自然圖像的群體特征呈現(xiàn)超高斯(或稀疏)形式表征，本文假設空間群體特征u服從超高斯分布，其形式如下：

(2)

其中，ti(ui)為限制超高斯勢能函數(shù)。

(3)

(4)

采用雙環(huán)算法求解目標優(yōu)化函數(shù)。雙環(huán)算法主要分為內環(huán)過程和外環(huán)過程兩部分求解。對于內環(huán)過程，根據迭代最小二乘算法(IRLS)求解；對于外環(huán)過程，重新估計u。內環(huán)過程和外環(huán)過程不斷進行迭代，直到外環(huán)收斂，得到稀疏向量uMAP。

1.5 基于iHMM的時間特征提取

2002年，Beal等提出了無限狀態(tài)隱馬爾可夫模型iHMM，iHMM不再需要人為指定狀態(tài)數(shù)目，而是讓數(shù)據自己說話，根據數(shù)據的自身特性智能地挑選最優(yōu)的狀態(tài)數(shù)目。群體異常事件的發(fā)生域是復雜的，它可能發(fā)生在時域、空域或空時域，通過iHMM對空間域的主題提取時間特征，增強時空特征的描述能力。

本文利用iHMM在時間上的多尺度特性來提取圖像特征的時間關系。首先將訓練視頻段的稀疏向量u={u1,...uM}作為iHMM的輸入，訓練得到具有時空特性的模型狀態(tài)轉移概率矩陣π和狀態(tài)觀測矩陣φ。本文選用訓練視頻序列的平均對數(shù)似然函數(shù)作為每個圖像的新特征，該表達式可以表示為：

(5)

異常檢測時，將測試視頻段的稀疏向量作為已訓練iHMM的輸入，計算得到每一幀的對數(shù)似然函數(shù)f=logp(ut|π,φ)，然后將f和L作差，若差值大于設好的閾值，判斷該幀為異常幀。

2 實驗與分析

實驗選取的視頻數(shù)據來自UMN公開數(shù)據集,包括室內外的3個不同場景。正常行為主要包括駐足、交談、散步等，異常行為為群體性逃跑事件。對于每一個視頻場景，抽取前150正常幀作為訓練視頻集，用于訓練SLM-iHMM模型。同時，將整個視頻場景作為測試視頻集。三個場景中的異常幀分別是：93、128、180幀。實驗證明，每個場景分別檢出87、119和170幀。3個場景的平均AUC(AreaunderCurve)及與其它算法比較的ROC(接收者操作特征，ReceiverOperatingCharacteristic)如圖2所示。

圖2 三種算法的ROC圖

從表1數(shù)據可以看到，本文算法與其它相關檢測算法相比，具有更優(yōu)秀的檢測性能[3-4]。

3 結語

本文提出基于稀疏線性模型和iHMM模型的空時模型群體異常檢測算法，在空間域，基于稀疏線性模型建立個體特征與群體特征的超高斯先驗統(tǒng)計表征；在時間域，基于iHMM對稀疏向量提取時間關系，完善了群體特征空間和時間因素的整合。大量實驗仿真結果驗證了算法的可行性和有效性。

[1] 章東平, 童超, 蘆亞飛. 基于粒子視頻的高密度人群主流運動檢測[J].電子技術應用, 2012, 38(4):123-125.

[2] S WANG, Z MIAO. Anomaly detection in crowd scene[C]. 2010 IEEE 10th International Conference on Signal Processing (ICSP), 2010: 1220-1223.

[3] KUETTEL D,et al.What's going on? discovering spatio-temporal dependencies in dynamic scenes[C].IEEE Conference on Computer Vision and Pattern Recognition,2010:1220-1223.

[4] LI N, et al.Spatio-temporal context analysis within video volumes for anomalous-event detection and localization[J]. Neurocomputing, 2015.

[5] M W SEEGER, H NICKISCH. Large scale Bayesian inference and experimental design for sparse linear models[J]. SIAM Journal on Imaging Sciences, 2011, 4(1):166-199.

[6] 朱明.視頻異常事件檢測研究[D].杭州：杭州電子科技大學，2010.

[7] 周志華.機器學習[M].北京:清華大學出版社,2016.

[8] 王晶.稀疏貝葉斯學習理論及應用研究[D].西安：西安電子科技大學,2012.

(責任編輯：黃 健)

國家自然科學基金項目(61372157)

司莉莉(1991-)，女，江蘇連云港人，杭州電子科技大學通信工程學院碩士研究生，研究方向為信號與信息處理。

10.11907/rjdk.162548

TP306

A

1672-7800(2017)003-0001-02