基于自组织数学模型的监控视频异常入侵检测方法

针对因背景变化造成的异常入侵检测准确性下降问题,提出了一种能够适应背景变化的基于自组织数学模型的监控视频异常检测方法.该方法基于监控视频中的输入激励,通过生成、更新、删除节点的方式,构建正常图像的表达模型,利用此模型内部的节点状态计算异常度,从而判断是否有异常入侵.实验证明,基于自组织数学模型的异常检测方法在固定镜头摄像机和旋转球机拍摄的场景中都能够有效检测到行人与车辆的异常入侵,性能显著优于高斯混合模型等常用检测方法,验证了方法的有效性.