A system which observes the world through a video camera and/or other sensors, automatically learns a probabilistic model of normative behavior through the use of a Hidden Markov Model, and uses that model to infer the kind of activity currently under view and detect unusual behavior. The use of hidden Markov models is made possible by entropic training of the model with an .theta..sup..theta. entropic estimator that folds structure learning into the parameter estimation process to remove parameters from the Hidden Markov Model which have little information content, thus to permit real time robust unusual behavior detection. In one embodiment, the system consists of three components: image analysis; model learning; and signal analysis. In image analysis, each frame of video is reduced to a vector of numbers which describe motion of objects in front of the camera, with a sequence of such vectors, one for each frame of video, establishing the "signal." In model learning, the signal is analyzed to obtain parameters for a probabilistic model of the dynamics of the scene in front of the camera. In signal analysis, the model is used to classify and/or detect anomalies in signals produced on-the-fly by image analysis of new video.

Een systeem dat de wereld door een videocamera en/of andere sensoren waarneemt, leert automatisch een probabilistic model van normatief gedrag door het gebruik van een Verborgen Markov Model, en gebruik dat modelleren om het soort activiteit momenteel te concluderen onder mening en ongebruikelijk gedrag te ontdekken. Het gebruik van verborgen Markov modellen wordt gemaakt mogelijk door entropic van het model met een theta..sup..theta. entropic schatter op te leiden die structuur het leren in het proces van de parameterschatting vouwt om parameters uit het Verborgen Markov Model te verwijderen die weinig informatie-inhoud hebben, dus om robuuste ongebruikelijke gedragsopsporing toe te laten in real time. In één belichaming, bestaat het systeem uit drie componenten: beeld analyse; het model leren; en signaalanalyse. In beeldanalyse, wordt elk kader van video verminderd tot een vector van aantallen die motie van voorwerpen voor de camera, met een opeenvolging van dergelijke vectoren, voor elk kader van video beschrijven, die het "signaal vestigt." Bij het model leren, wordt het signaal geanalyseerd om parameters voor een probabilistic model van de dynamica van de scène voor de camera te verkrijgen. In signaalanalyse, wordt het model gebruikt om anomalieën in signalen te classificeren en te ontdekken die tijdens de vlucht door beeldanalyse worden veroorzaakt van nieuwe video.