公开(公告)号：CN118115914A

公开(公告)日：2024-05-31

申请号：CN202410215143.8

申请日：2024-02-27

申请人： 西安理工大学

发明人： 赵明华 ,  黄学文 ,  都双丽 ,  石程 ,  胡静 ,  吕志勇 ,  王琳 ,  张杰

IPC分类号： G06V20/40 ,  G06V10/82 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/082

摘要： 本发明公开了基于时空分离变形记忆网络的视频异常检测方法，基于编码器、多头注意力机制、时序记忆模块、解码器构建基于时空分离变形记忆网络；从数据库提取视频帧序列作为训练样本，输入基于时空分离变形记忆网络预测未来时刻的帧；构建基于时空分离变形记忆网络的损失函数，根据损失函数迭代训练基于时空分离变形记忆网络；将待检测视频输入训练后的基于时空分离变形记忆网络，得到待检测预测帧，根据待检测预测帧与真实帧之间的误差，判断待检测视频是否异常；本发明检测方法通过视频序列中的不同目标间关系和目标的时序特征计算，提升视频异常检测精度。

公开(公告)号：CN118823632A

公开(公告)日：2024-10-22

申请号：CN202410810336.8

申请日：2024-06-21

申请人： 西安理工大学

发明人： 黄学文 ,  赵明华 ,  都双丽 ,  胡静 ,  石程 ,  吕志勇 ,  王琳 ,  尤珍臻 ,  吕佳豪

IPC分类号： G06V20/40 ,  G06V10/774 ,  G06V10/44 ,  G06V10/80 ,  G06N3/0455

摘要： 本发明公开了多尺度注意力前向短时间隔帧预测的视频异常检测方法，首先给定视频帧序列，构建编码器网络提取序列的初级时空特征；在编码器和解码器之间的跳跃连接过程中使用多尺度特征提取模块对初级时空特征中的不同尺度目标进行多尺度特征提取；然后利用有效通道注意力剔除提取到的特征信息中的冗余信息；解码器通过提取的多尺度特征进行未来短时间隔帧预测；构建预测模型的损失函数；最后迭代训练模型并得到能够预测接近真实帧的模型；步骤7、通过计算预测帧和真实帧之间的多尺度预测误差进行视频异常检测。本发明能够对视频帧中不同尺度目标的特征进行充分提取，增强网络预测帧保持在未来和历史序列的运动一致性，有效提升异常检测的精度。