1. 研究目的与意义（文献综述）

随着科学技术以及社会的不断发展，人们越来越重视公共安全对日常生活所 带来的各种各样的影响，为此在车站、公园、商场等公共场所开始出现越来越多 的视频监控摄像头来方便管理。然而，这些逐渐增多的视频监控摄像头使得其所 产生的监控视频数据也呈爆炸趋势增长，往往需要上万甚至十几万台的监控摄像机所组成的监控网络才能满足城市管理人员的管理需求，并且这些监控摄像机一般需要一天24小时不间断的工作，一整个监控系统一天就能产生大量的数据，这些视频数据己经超过了人工的处理能力。传统的视频监控系统己经随着监控网络的不断扩大越来越难以满足人们对公共安全日益增长的需求，面对监控系统数据处理能力与不断扩大的监控网络之间的矛盾，为了弥补传统视频监控系统的不足，人们开始将目光转移到智能视频监控系统相关技术的研究上。通过视频自发检测可疑事件，可以显著降低人工查找标识数十万小时的视频流的成本。

异常事件检测技术作为智能视频监控系统当中的一个重要组成部分，其能够对不同的监控视频场景中各类型的运动事件进行自动检测识别，并标记出与视频场景中主流运动差异性较大的异常运动事件。该技术能够自动检测识别出监控视频中的异常事件，在日常生活当中的各个场景都能够得到广泛的应用：如在交通分叉路口运用异常检测技术可以对车辆随意变道及闯红灯等违法交通行为进行自动检测拍照使这种危害行车安全的行为无处遁形；如在汽车、火车站候车室等人多拥挤的场景运用异常检测技术可以对人群聚集、哄散等群体异 常行为进行实时检测识别报警。

国外在基于聚类的异常检测方法取得了成功。之所以可以基于聚类是因为正常事件经常出现并主导数据，而异常与共性不同并且很少出现。例如，如果人群中的大多数人正在行走，跑步者可以指示异常事件，类似地，逆着大多数其他移动车辆的方向移动的汽车也可以指示异常事件。因此，可以对所有视频事件执行无监督的聚类。聚集成显性的那些事件可以被识别为正常的，代表常规规则，而那些不能用常规规则解释的那些（例如，远离所有聚类中心的异常值）被定义为异常。但这个方法仍存在一些局限性。大多数聚类方法将视频事件视为单个对象的运动轨迹。但是，该定义忽略了重要的空间和时间上下文信息。一方面，视频异常可能与整个轨迹不对应，仅与其中的一部分相对应。另一方面，由于多个对象之间的不适当的相互作用，即使它们的个体行为是正常的，也可能出现异常。因此，基于轨迹聚类的异常检测可能导致未命中检测。

2. 研究的基本内容与方案

视频数据中的异常事件检测是指在一段视频数据流中分析目标及其运动状态是否正常的一种检测方法。通过对视频数据的处理可以发现，由于视频数据的高维性和冗余性导致提取的特征集合包含大量的冗余信息，这些冗余信息不仅影响异常事件的检测效果，而且因数据量过于庞大也影响算法的计算效率。因此，本文打算对大量视频数据进行降维并去除特征集合中的冗余信息，以提高异常事件的检测效率，根据视频的实际用途选择一个合适的角度对视频的特质进行提取，利用视频数据的时空邻域信息进行特征提取。通过分析特征的判别力和相关性进行特征选择，从而去除特征集合中的冗余信息，提高异常事件检测的效率和准确性。具体来说就是，基于OpenCV，利用C 以及各种算法把一段视频分成一帧一帧的图像，通过比较帧图像之间的差异，找出异常事件。 计划是先对视频进行预处理，消除传输过程带来的高斯噪声，椒盐噪声等；第二步对显著区域进行检测，从而建立模型，并将其中的人体，车辆等提取出来；第三步进行特征提取，提取显著性目标的运动，尺寸，强度等特征，最后是行为分类，使用不同的特征分类器对特征进行分类，从而检测出是否有异常情况。

The applicability of the artificial feature under different monitoring video scenes is different, when video scene is changed, feature selection experiments are needed to select the most suitable feature, based on this problem, a nonparametric abnormal event detection method based on deep learning was studied. In this method, for the input monitoring video stream, firstly, the histogram bimodal method is used to count the optical flow value of each pixel in the video stream to obtain a partitioning threshold that can distinguish between an active pixel point and a background pixel point, and then the active area of the spatio-temporal blocks is screened through the threshold to remove unnecessary background information, finally use the deep learning network to automatically extract corresponding depth semantic features from the filtered blocks; in the modeling phase, first, a fixed-size dynamic dictionary set is maintained by vector merging, then clustering the dictionary set and establishing the corresponding codebook and the judgment threshold by clustering center, finally abnormal events is judged by the similarity between the motion features and codebooks. The experiments show that this method has a good detection effect for crowded and sparse monitoring video scenes.

3. 研究计划与安排

第1周—第3周 搜集资料，撰写开题报告；

第4周—第6周 论文开题，安装并熟悉实验所需软件；

第7周—第10周 进行实验并对实验数据进行分析；

4. 参考文献（12篇以上）

[1] 刘瑞祯，于仕琪编著.opencv教程[m].北京：北京航空航天大学出版社，2009.

[2] 赵飞翔，张航，何小海等.基于多层分块的异常行为检测算法，科学技术与工程，2015，15（10）：106-110.

[3] 谢锦生，郭立，陈运必等.基于时空惊奇计算的视频异常检测方法，中国科学院研究生院学报，2013，30（1）：83-89.