基于低秩自适应稀疏重建的异常事件检测方法

摘要

本发明公开了一种基于低秩自适应稀疏重建的异常事件检测方法，包括特征提取、训练和检测三个过程：1)提取视频序列的多尺度三维梯度特征；2)对多尺度三维梯度特征进行降维，形成训练特征集和测试特征集；3)初始化剩余训练特征和相关参数；4)对剩余训练特征进行迭代组稀疏字典学习，获得正常模式字典集及其低秩信息；5)利用由训练过程获取的组稀疏字典集及其低秩信息，对测试特征进行加权稀疏重建；6)根据重建误差，判断测试特征是否为异常特征。本发明解决了异常检测技术中，未充分挖掘视频数据的低秩特性和检测效率不佳的缺点。