一种基于聚类光流特征的异常行为检测方法、系统及装置

摘要

本发明公开了一种基于聚类光流特征的异常行为检测方法，该方法包括：利用深度学习目标检测方法获取目标的位置区域；获取相邻至少两帧图像中的目标区域的光流信息；为提取的目标区域光流信息建立一个时空模型；获取各检测目标所对应的时空模型的平均信息熵；对时空模型中的光流点进行聚类得到聚类光流点以及聚类点的平均动能；根据聚类点平均动能以及信息熵与预先训练的正常模型的偏差判定目标是否出现诸如打架、奔跑等异常行为。通过上述方式，本发明可以准确、快速的实现异常视频帧以及异常目标的检测。本发明还提供了一种异常行为检测系统以及装置，可应用于智能视频分析领域，且具有较好的实际价值。