在 本文提出了一种新的方法 异常 检测 在 视频 监视。该方法基于建立在以下基础上的非参数贝叶斯回归模型 高斯型 过程 先验。它建立了一组基本矢量，这些矢量描述了来自低级特征的运动模式 通过 在线聚类，然后构造一个 高斯型 过程 回归模型来近似运动模式的分布 在 内核空间。我们分析不同 异常度量标准从 高斯型 过程 回归模型并比较其效果。减少虚假 检测 由人群遮挡引起的，我们利用先前帧中的补充信息来提供帮助 在 异常 检测 对于当前帧。 在 此外，我们解决了超参数调整的问题，并讨论了有效的计算方法以减少计算开销。该方法已在发布时得到验证 异常检测 数据集并与其他现有方法进行比较。实验结果表明，它可以 探测 各种各样的 异常现象 高效，准确。
