基于深度學(xué)習(xí)的遠(yuǎn)程視頻監(jiān)控異常圖像檢測(cè)*

楊亞虎，王 瑜，陳天華

(北京工商大學(xué) 人工智能學(xué)院，北京 100048)

0 引 言

隨著現(xiàn)代科技的迅猛發(fā)展，以及人們對(duì)安全性要求的顯著提高，成像設(shè)備的使用數(shù)量越來(lái)越多，覆蓋范圍也越來(lái)越廣。傳統(tǒng)的成像設(shè)備只能捕捉、存儲(chǔ)和回放視頻，對(duì)于異常圖像[1]，例如模糊、遮擋和場(chǎng)景切換等，并不能立即向監(jiān)控中心發(fā)出警報(bào)，且多由工作人員值守，容易疲勞、誤報(bào)，尤其對(duì)于復(fù)雜場(chǎng)景更是難以應(yīng)對(duì)。因此，研究全自動(dòng)遠(yuǎn)程視頻監(jiān)控異常圖像智能檢測(cè)方法很有必要。

智能視頻監(jiān)控系統(tǒng)是在計(jì)算機(jī)視覺(jué)(Computer Vision)發(fā)展的基礎(chǔ)上提出來(lái)的，目前已有較多研究成果和實(shí)際應(yīng)用的案例，但大多數(shù)僅針對(duì)某一類異常干擾進(jìn)行識(shí)別。文獻(xiàn)[2]考慮到不同模糊檢測(cè)算法的互補(bǔ)特性，進(jìn)而提出了基于隨機(jī)森林的像素級(jí)融合、基于條件隨機(jī)場(chǎng)的圖像級(jí)融合，以及基于回歸樹(shù)場(chǎng)圖像內(nèi)容感知的融合三種融合方法。文獻(xiàn)[3]通過(guò)結(jié)合稀疏自編碼器的自動(dòng)提取圖像特征的能力和深度置信網(wǎng)絡(luò)優(yōu)秀的分類性能，提出了一種基于深度學(xué)習(xí)的監(jiān)控視頻樹(shù)葉遮擋檢測(cè)方法。文獻(xiàn)[4]將RGB圖像進(jìn)行雙邊濾波，并將濾波后的圖像轉(zhuǎn)換到HSV空間，在HSV彩色空間內(nèi)利用矢量求導(dǎo)方法計(jì)算彩色圖像的梯度，最后利用改進(jìn)的線段分割檢測(cè)(Line Segmentation Detection,LSD)算法實(shí)現(xiàn)圖像直線的提取。文獻(xiàn)[5]根據(jù)動(dòng)態(tài)高低閾值判斷是否發(fā)生場(chǎng)景突變和場(chǎng)景漸變，有效克服了傳統(tǒng)灰度法的誤檢和直方圖法的漏檢問(wèn)題。此外，南京航空航天大學(xué)[6]、中國(guó)石油大學(xué)[7]也開(kāi)展了相關(guān)研究。中國(guó)科學(xué)院自動(dòng)化研究所[8]從底層、中層、高層對(duì)對(duì)智能視頻監(jiān)控技術(shù)進(jìn)行了詳細(xì)綜述。以上算法在其特定應(yīng)用場(chǎng)景下具有良好的識(shí)別效果，但不能同時(shí)識(shí)別出多種異常干擾。

近年來(lái)，深度學(xué)習(xí)技術(shù)在分類、檢測(cè)和識(shí)別等領(lǐng)域表現(xiàn)優(yōu)越?；诰矸e神經(jīng)網(wǎng)絡(luò)而衍生的分類網(wǎng)絡(luò)中，最具代表的是VGG16、VGG19、SqueezeNet、InceptionV4、DenseNet121、ResNet18和ResNet50等端到端的圖像分類網(wǎng)絡(luò)?；谶@些技術(shù)，視頻監(jiān)控中的異常事件檢測(cè)也有很大進(jìn)展[3,9-10]。相比于傳統(tǒng)通過(guò)人工提取特征，再使用支持向量機(jī)(Support Vector Machine,SVM)分類器進(jìn)行攝像頭異常干擾的分類識(shí)別[11]，或利用尺度不變特征變換(Scale-Invariant Feature Transform，SIFT)函數(shù)獲取圖像的特征，通過(guò)圖像特征的變化來(lái)判斷攝像頭是否發(fā)生干擾[12]，將深度學(xué)習(xí)技術(shù)引入攝像頭異常干擾識(shí)別當(dāng)中，結(jié)合云計(jì)算和圖像處理器的優(yōu)秀加速計(jì)算性能，為攝像頭異常干擾識(shí)別提供了全新的思路。

為此，本文針對(duì)上述算法的不足，提出了一種基于深度學(xué)習(xí)的全自動(dòng)遠(yuǎn)程視頻監(jiān)控異常圖像識(shí)別算法。算法利用設(shè)計(jì)的CNN網(wǎng)絡(luò)提取標(biāo)準(zhǔn)化后的視頻差分圖特征，實(shí)時(shí)輸出多種異常干擾圖像識(shí)別結(jié)果，且具有較高的識(shí)別準(zhǔn)確率。

1 研究方法

1.1 差分圖的獲取

成像設(shè)備采集到的視頻序列具有連續(xù)性的特點(diǎn)，如果鏡頭沒(méi)有遮擋、場(chǎng)景切換、模糊等異常發(fā)生，則連續(xù)幀的變化很微弱；如果有上述異常發(fā)生，則連續(xù)的幀與幀之間會(huì)有明顯的變化。幀間差分法借鑒了上述思想，可以獲得幀間差異明顯的差分圖。該類算法對(duì)視頻流中的兩幀圖像Fn(x,y)和Fn-1(x,y)進(jìn)行差分運(yùn)算，獲得視頻差分圖像Dn(x,y),如式(1)所示：

Dn(x,y)=|Fn(x,y)-Fn-1(x,y)| 。

(1)

通過(guò)對(duì)視頻流中的彩色圖像求取差分圖，以削弱圖像的相似部分，突出圖像的變化部分，可以為深度學(xué)習(xí)網(wǎng)絡(luò)的特征提取提供強(qiáng)有力的基準(zhǔn)。

1.2 數(shù)據(jù)預(yù)處理

獲得視頻差分圖后，由于差分圖可能具有不同的分辨率，不適合直接輸入到神經(jīng)網(wǎng)絡(luò)的輸入層。此外，為了使得訓(xùn)練后的模型更具有泛化性，需要對(duì)其進(jìn)行標(biāo)準(zhǔn)化處理。圖像標(biāo)準(zhǔn)化將數(shù)據(jù)實(shí)現(xiàn)中心化處理，根據(jù)凸優(yōu)化理論與數(shù)據(jù)概率分布相關(guān)知識(shí)，數(shù)據(jù)中心化符合數(shù)據(jù)分布規(guī)律，更容易取得訓(xùn)練之后的泛化效果。對(duì)于采用不同成像設(shè)備采集到的視頻圖像，或者是來(lái)源不同的視頻圖像，由于明暗、對(duì)比度等各種問(wèn)題，會(huì)出現(xiàn)像素值過(guò)大的情況，此時(shí)進(jìn)行圖像標(biāo)準(zhǔn)化以后，數(shù)據(jù)與數(shù)據(jù)之間的差異被控制在一個(gè)很小的范圍內(nèi)，避免了梯度發(fā)生振蕩，可以加速收斂速度，也可以在一定程度上提高收斂精度。

本文先將原始視頻差分圖像統(tǒng)一成256×256格式，再進(jìn)行圖像標(biāo)準(zhǔn)化，如式(2)所示：

(2)

式中：x表示圖像，μ是圖像的均值，σ表示標(biāo)準(zhǔn)方差。視頻圖像標(biāo)準(zhǔn)化前后對(duì)比如圖1所示。

圖1 視頻圖像標(biāo)準(zhǔn)化前后對(duì)比

對(duì)于標(biāo)準(zhǔn)化后的視頻差分圖Cn(x,y)，當(dāng)其超過(guò)一定閾值T時(shí)，像素值設(shè)為1，否則為0，即可獲得二值差分圖Rn′(x,y)，如式(3)所示：

(3)

1.3 卷積神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)

獲得標(biāo)準(zhǔn)化后的視頻差分圖后，利用自行設(shè)計(jì)的卷積神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)模型可以全自動(dòng)地實(shí)現(xiàn)遠(yuǎn)程視頻監(jiān)控異常圖像檢測(cè)。

1.3.1 卷積層

卷積神經(jīng)網(wǎng)絡(luò)中的卷積操作可以看作是輸入樣本和卷積核的內(nèi)積運(yùn)算，第一層卷積層對(duì)輸入樣本進(jìn)行卷積操作后就可以得到特征圖。為了得到和原始輸入樣本大小相同的特征圖，本文采用對(duì)輸入樣本進(jìn)行SAME的填充方式，填充后再進(jìn)行卷積操作。卷積層是使用同一卷積核對(duì)每個(gè)輸入樣本自上而下、自左向右進(jìn)行卷積操作的。對(duì)256×256的輸入樣本填充，并使用3×3×16的卷積核進(jìn)行卷積操作后，得到256×256×16的特征圖。另外，卷積結(jié)果不能直接作為特征圖，需通過(guò)激活函數(shù)計(jì)算后，把函數(shù)輸出結(jié)果作為特征圖。常見(jiàn)的激活函數(shù)有sigmoid、tanh、ReLU等函數(shù)，本文使用的是ReLU函數(shù)，圖2中卷積核的滑動(dòng)步長(zhǎng)為1。本文第二個(gè)卷積層的卷積核大小及尺寸為3×3×32，卷積過(guò)程中同樣使用SAME的填充方式進(jìn)行填充。

圖2 卷積操作示意圖

由于Xavier初始化方法結(jié)合了ReLU函數(shù)，并得到了優(yōu)秀的分類效果，因此本文方法使用的兩個(gè)卷積層中，卷積核的參數(shù)都由Xavier初始化產(chǎn)生。

由于低層特征在這里主要表現(xiàn)為視頻干擾圖像的外觀特征，包括紋理、顏色、邊緣和形狀，區(qū)分時(shí)是逐塊進(jìn)行，并未涉及太多語(yǔ)義層，因而設(shè)計(jì)了兩層卷積層。

1.3.2 池化層

池化層的作用是減小卷積層產(chǎn)生的特征圖尺寸。選取一個(gè)區(qū)域，根據(jù)該區(qū)域的特征圖得到新的特征圖，這個(gè)過(guò)程被稱為池化操作。例如，對(duì)一個(gè)2×2的區(qū)域進(jìn)行池化操作后，得到的新特征圖會(huì)被壓縮為原來(lái)尺寸的1/4，因此池化操作可以降低特征圖的維度。主要的池化操作有最大池化、平均池化和Lp池化，如圖3所示。本文所用的是圖3(a)所示的最大池化，最大池化是選取圖像區(qū)域內(nèi)的最大值作為新的特征圖。

圖3 主要的池化操作

1.3.3 局部響應(yīng)歸一化層

為了提高準(zhǔn)確率，本文在網(wǎng)絡(luò)設(shè)計(jì)時(shí)加入了局部響應(yīng)歸一化層(Local Response Normalization，LRN)，對(duì)局部神經(jīng)元的活動(dòng)創(chuàng)建競(jìng)爭(zhēng)機(jī)制，使得其中響應(yīng)比較大的值變得相對(duì)更大，并抑制其他反饋較小的神經(jīng)元，可以增強(qiáng)模型的泛化能力。局部響應(yīng)歸一化公式如式(4)所示：

(4)

1.3.4 全連接層

和多層感知器一樣，全連接層也是首先計(jì)算激活值，然后通過(guò)激活函數(shù)計(jì)算各單元的輸出值。本文使用ReLU函數(shù)。由于全連接層的輸入即是卷積層或池化層的輸出，表現(xiàn)為二維的特征圖，所以需要對(duì)二維特征圖進(jìn)行降維處理。本文第一個(gè)全連接層和第二個(gè)全連接層中神經(jīng)元的個(gè)數(shù)分別為256，全連接層的操作如圖4所示。

圖4 全連接層操作示意圖

通過(guò)卷積對(duì)輸入圖像進(jìn)行特征提取，池化將得到的特征圖像進(jìn)行分塊降維，最后全連接層將學(xué)到的分布式特征表示映射到樣本標(biāo)記空間。

1.3.5 輸出層

和多層感知器的輸出層一樣，卷積神經(jīng)網(wǎng)絡(luò)的輸出層也是使用似然函數(shù)計(jì)算各類別的似然概率。因?yàn)楸疚妮敵鲇兴姆N類別，具體包括遮擋、場(chǎng)景切換、模糊和正常，所以共有4個(gè)輸出單元，每個(gè)單元對(duì)應(yīng)一個(gè)類別，使用式(5)的softmax函數(shù)可以計(jì)算輸出單元的似然概率，然后把概率最大的數(shù)字作為最終的分類結(jié)果輸出。

(5)

式中：Q表示總的輸出單元數(shù)，本文取值為4；xq為輸出層的輸入；p(yk)表示第k個(gè)輸出單元的概率。

1.4 網(wǎng)絡(luò)訓(xùn)練

為了驗(yàn)證本文提出的算法效果，具體實(shí)驗(yàn)設(shè)計(jì)過(guò)程包括訓(xùn)練數(shù)據(jù)的準(zhǔn)備、模型參數(shù)的確定、模型訓(xùn)練，以及模型對(duì)視頻監(jiān)控異常圖像檢測(cè)的結(jié)果等。實(shí)驗(yàn)環(huán)境為Ubuntu16.04 LTS，Python 3，全自動(dòng)遠(yuǎn)程視頻監(jiān)控異常圖像檢測(cè)網(wǎng)絡(luò)模型在深度學(xué)習(xí)框架TensorFlow 1.8.0上搭建，模型在一塊顯存為12 GB的GPU(NVIDIA Titan XP)上訓(xùn)練。

1.4.1 模型相關(guān)參數(shù)

在網(wǎng)絡(luò)模型訓(xùn)練時(shí)，本文采用了Xavier的神經(jīng)網(wǎng)絡(luò)權(quán)值初始化方法，保證每層神經(jīng)元輸入輸出方差一致，從而避免變化尺度在最后一層網(wǎng)絡(luò)中爆炸或者彌散。Xavier初始化方法即將參數(shù)初始化成式(6)范圍內(nèi)的均勻分布：

(6)

式中：nk和nk+1分別表示輸入層和輸出層神經(jīng)元個(gè)數(shù)。

由于卷積層和池化層都可以看作是有部分連接的全連接層，因此，卷積神經(jīng)網(wǎng)絡(luò)的參數(shù)訓(xùn)練也是使用誤差反向傳播算法進(jìn)行訓(xùn)練。網(wǎng)絡(luò)訓(xùn)練時(shí)采用批處理方式，批處理量為10，學(xué)習(xí)率0.000 1，最大訓(xùn)練次數(shù)(epochs)為100。各層的參數(shù)匯總?cè)绫?所示，其中，參數(shù)Shape表示卷積核的大小和個(gè)數(shù)，Strides表示進(jìn)行卷積操作時(shí)卷積核移動(dòng)的步長(zhǎng)。

表1 網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)

CNN中采用反向傳播算法時(shí)的權(quán)值調(diào)整表示如下：

(7)

式中：ΔWj為權(quán)值調(diào)整量，η為學(xué)習(xí)率，E為輸出誤差。

經(jīng)過(guò)上述網(wǎng)絡(luò)訓(xùn)練后，得到的用于全自動(dòng)遠(yuǎn)程視頻監(jiān)控異常圖像檢測(cè)的模型結(jié)構(gòu)如圖5所示，其中，送入網(wǎng)絡(luò)結(jié)構(gòu)輸入層的是經(jīng)過(guò)標(biāo)準(zhǔn)化以后的視頻差分圖。

圖5 網(wǎng)絡(luò)結(jié)構(gòu)

1.4.2 模型評(píng)價(jià)指標(biāo)

利用訓(xùn)練數(shù)據(jù)訓(xùn)練模型后，用測(cè)試數(shù)據(jù)評(píng)估模型的性能，具體如式(8)所示：

(8)

1.5 算法流程

本文提出的全自動(dòng)遠(yuǎn)程視頻監(jiān)控異常圖像檢測(cè)算法具體包括四步：第一步，對(duì)視頻流數(shù)據(jù)每隔30幀取差分圖，并標(biāo)準(zhǔn)化差分圖；第二步，設(shè)計(jì)全自動(dòng)遠(yuǎn)程視頻監(jiān)控異常圖像檢測(cè)模型；第三步，設(shè)置訓(xùn)練模型的相關(guān)參數(shù)和策略并將訓(xùn)練后的模型保存在saved_model文件夾下；第四步，用測(cè)試集數(shù)據(jù)驗(yàn)證saved_model文件夾下模型的分類性能，并采用客觀評(píng)測(cè)方法評(píng)估模型。

2 實(shí)驗(yàn)結(jié)果與分析

2.1 實(shí)驗(yàn)數(shù)據(jù)

實(shí)驗(yàn)所用的視頻數(shù)據(jù)集源于北京工商大學(xué)計(jì)算成像實(shí)驗(yàn)室自主拍攝的視頻，共有正常、遮擋、模糊、場(chǎng)景切換4類視頻，每類100個(gè)，每個(gè)時(shí)長(zhǎng)約30 s。其中，遮擋異常定義為視頻監(jiān)控時(shí)出現(xiàn)圖6(a)所示的鏡頭遮擋現(xiàn)象，模糊異常定義為視頻監(jiān)控時(shí)出現(xiàn)圖6(b)所示的鏡頭模糊現(xiàn)象，切換異常定義為視頻監(jiān)控時(shí)突然出現(xiàn)圖6(c)所示的鏡頭轉(zhuǎn)換現(xiàn)象。利用320個(gè)視頻得到的差分圖進(jìn)行訓(xùn)練，160個(gè)全新的視頻用來(lái)測(cè)試，即用于訓(xùn)練的視頻差分圖共有15 550幅，其中正常3 791幅，遮擋3 813幅，模糊3 864幅，場(chǎng)景切換4 082幅，測(cè)試視頻160個(gè)。視頻像素大小為1 920 pixel×1 080 pixel。圖3為從4類監(jiān)控視頻中截取的部分視頻圖像。

圖6 四種監(jiān)控視頻圖像示例

2.2 結(jié)果與分析

為了驗(yàn)證本文提出方法的有效性，精心設(shè)計(jì)了模型的實(shí)驗(yàn)過(guò)程，并從四種情況中隨機(jī)選擇三種進(jìn)行組合，以考察模型的魯棒性。實(shí)驗(yàn)使用深度學(xué)習(xí)框架TensorFlow1.8.0搭建智能檢測(cè)模型，在一個(gè)顯存為12 GB的GPU(NVIDIA Titan XP)上進(jìn)行模型訓(xùn)練，設(shè)置最大迭代次數(shù)(epochs)為100，當(dāng)Loss足夠小時(shí)，模型訓(xùn)練完畢。圖7為訓(xùn)練過(guò)程中Accuracy和Loss隨訓(xùn)練次數(shù)的變化圖，可見(jiàn)經(jīng)過(guò)100次訓(xùn)練，Loss值已降到0.04左右并保持穩(wěn)定，模型訓(xùn)練完畢。

圖7 Accuracy-Loss變化圖

為了得到最佳的網(wǎng)絡(luò)參數(shù)組合，本文通過(guò)調(diào)節(jié)變量，具體包括卷積核大小、學(xué)習(xí)率的大小、激活函數(shù)的種類等，考察這些參數(shù)對(duì)模型的影響。實(shí)驗(yàn)結(jié)果如表2所示。

表2 參數(shù)對(duì)模型的影響

從表2的實(shí)驗(yàn)結(jié)果可以得到以下結(jié)論：

(1)通過(guò)分析不同卷積核大小對(duì)準(zhǔn)確率的影響，可知利用3×3大小的卷積核得到的結(jié)果最優(yōu)。

(2)學(xué)習(xí)率太小，更新速度慢，學(xué)習(xí)率過(guò)大，可能跨過(guò)最優(yōu)解。因此，在剛開(kāi)始訓(xùn)練，距離最優(yōu)解較遠(yuǎn)時(shí)可以采用稍大的學(xué)習(xí)率，隨著迭代次數(shù)增加，在逼近最優(yōu)解的過(guò)程中，逐漸減小學(xué)習(xí)率。可見(jiàn)，學(xué)習(xí)率對(duì)于模型也具有很大的影響。

(3)sigmoid在壓縮數(shù)據(jù)幅度方面有優(yōu)勢(shì)，對(duì)于深度網(wǎng)絡(luò)，使用sigmoid可以保證數(shù)據(jù)幅度不會(huì)出現(xiàn)振蕩，只要數(shù)據(jù)幅度平穩(wěn)就不會(huì)出現(xiàn)太大的失誤。但是sigmoid存在梯度消失的問(wèn)題，在反向傳播上有劣勢(shì)，所以在優(yōu)化過(guò)程中存在不足。ReLU不會(huì)對(duì)數(shù)據(jù)做幅度壓縮，所以如果數(shù)據(jù)的幅度不斷擴(kuò)張，那么模型的層數(shù)越深，幅度的擴(kuò)張也會(huì)越厲害，最終會(huì)影響模型的表現(xiàn)。但是ReLU在反向傳播方面可以將相同的梯度傳到后面，這樣在學(xué)習(xí)過(guò)程中可以更好地發(fā)揮作用。在實(shí)際效果中，Xavier初始化也和ReLU非常匹配。

訓(xùn)練好的模型對(duì)輸入的標(biāo)準(zhǔn)化后的視頻差分圖處理過(guò)程可視化如圖8所示。

圖8 網(wǎng)絡(luò)模型中間層輸出的可視化示例

由圖8可以看出，淺層神經(jīng)網(wǎng)絡(luò)對(duì)于標(biāo)準(zhǔn)化的視頻差分圖邊緣特征提取較好，提取的特征內(nèi)容全面，而深層網(wǎng)絡(luò)提取的特征則更加抽象，這也正好驗(yàn)證了淺層網(wǎng)絡(luò)提取精細(xì)的外觀特征、深層網(wǎng)絡(luò)提取抽象的語(yǔ)義特征的結(jié)論。

最佳網(wǎng)絡(luò)參數(shù)組合下的模型在測(cè)試數(shù)據(jù)上的準(zhǔn)確率如表3所示。

表3 測(cè)試集表現(xiàn)

從表3的實(shí)驗(yàn)結(jié)果可以看出，本文提出的遠(yuǎn)程視頻監(jiān)控異常圖像檢測(cè)方法具有良好的檢測(cè)準(zhǔn)確率，可以同時(shí)對(duì)多種異常進(jìn)行檢測(cè)，是對(duì)單一異常情況檢測(cè)的拓展和提升，具有多種視頻監(jiān)控異常圖像在線檢測(cè)的功能。

進(jìn)一步地，為了突出本文所提算法的有效性，本文與文獻(xiàn)[3-4,11-13]的算法進(jìn)行了對(duì)比實(shí)驗(yàn)，并采用文獻(xiàn)[11]的客觀評(píng)價(jià)準(zhǔn)則，比較結(jié)果如表4所示。

表4 不同算法的實(shí)驗(yàn)結(jié)果對(duì)比

根據(jù)實(shí)驗(yàn)對(duì)比結(jié)果可以看出，與傳統(tǒng)的和基于深度學(xué)習(xí)的監(jiān)控?cái)z像頭異常干擾識(shí)別算法相比，本文方法在準(zhǔn)確率和漏檢率上有大的提升，誤識(shí)率上次于改進(jìn)的LSD算法和稀疏自編碼器(Sparse Auto-Encoder,SAE)與深度置信網(wǎng)絡(luò)(Deep Belief Network,DBN)組合的算法；所設(shè)計(jì)的網(wǎng)絡(luò)較經(jīng)典CNN網(wǎng)絡(luò)AlexNet在準(zhǔn)確率、漏檢率和誤識(shí)率方面均有所提升，因此整體上表現(xiàn)更佳。

損失函數(shù)用于估計(jì)模型的預(yù)測(cè)值和真實(shí)值之間的不一致程度，它是一個(gè)非負(fù)實(shí)值函數(shù)。本文使用的損失函數(shù)是交叉熵?fù)p失函數(shù)，如式(9)所示：

(9)

式中：M表示類別數(shù)量；yc表示指標(biāo)變量，如果類別和樣本具有相同的類別，則為1，否則為0；pc表示觀察到的樣本屬于類別c的預(yù)測(cè)概率。本文模型和文獻(xiàn)[11]模型的損失函數(shù)對(duì)比如圖9所示。

圖9 兩種模型的損失函數(shù)對(duì)比圖

圖9的實(shí)驗(yàn)結(jié)果表明，本文方法和文獻(xiàn)[11]方法損失函數(shù)值的趨勢(shì)都在減小，但本文減小得更快而且變化較平穩(wěn)，預(yù)測(cè)值更接近真實(shí)值，并最終穩(wěn)定在了0.04左右；文獻(xiàn)[11]方法減小得相對(duì)較慢而且變化過(guò)程中有大的抖動(dòng)，預(yù)測(cè)值離真實(shí)值較遠(yuǎn)，最終穩(wěn)定在了0.085左右。

為了考察模型的魯棒性，統(tǒng)計(jì)模型在三種異常共四種組合上的檢測(cè)準(zhǔn)確率，如表5所示。

表5 模型在各組合上的表現(xiàn)

由表5可以看出，該模型不僅具備同時(shí)檢測(cè)多種視頻監(jiān)控異常圖像的功能，同時(shí)還具有良好的魯棒性，這為模型應(yīng)用于實(shí)際復(fù)雜場(chǎng)景奠定了堅(jiān)實(shí)基礎(chǔ)。

3 結(jié)束語(yǔ)

本文提出了一種基于深度學(xué)習(xí)的遠(yuǎn)程視頻監(jiān)控異常圖像檢測(cè)算法，結(jié)合視頻差分圖和卷積神經(jīng)網(wǎng)絡(luò)，先對(duì)視頻差分圖像進(jìn)行標(biāo)準(zhǔn)化，然后利用自行設(shè)計(jì)的卷積神經(jīng)網(wǎng)絡(luò)提取特征及下采樣，最后對(duì)監(jiān)控視頻進(jìn)行分類檢測(cè)。實(shí)驗(yàn)結(jié)果表明，該方法相較于傳統(tǒng)的單一異常檢測(cè)，不僅在檢測(cè)性能上得到了整體的提升，而且可同時(shí)檢測(cè)出多種異常，模型預(yù)測(cè)值更接近真實(shí)值，可有效避免人工提取特征的麻煩，更好地應(yīng)用于安防監(jiān)控領(lǐng)域。在下一步的工作中，應(yīng)該考慮將視頻中的動(dòng)作識(shí)別方法[14-16]引入監(jiān)控?cái)z像頭異常干擾識(shí)別，在達(dá)到更好的分類識(shí)別效果的基礎(chǔ)上，研制出能夠高速處理海量視頻數(shù)據(jù)的端到端異常檢測(cè)系統(tǒng)。