-
公开(公告)号：CN116912746A
公开(公告)日：2023-10-20
申请号：CN202310941277.3
申请日：2023-07-28
Applicant: 安徽大学
IPC: G06V20/40 , G06V10/80 , G06V10/774 , G06V10/778
Abstract: 本发明公开了一种基于特征差异学习的弱监督的视频异常检测方法，包括：1)将视频数据划分成不重叠的片段，并通过预训练的视频特征提取器获取原始视频片段特征；2)将原始特征通过细粒度时间特征融合网络获得局部增强特征；3)将原始特征和局部增强特征通过多头交叉注意力网络获得全局增强特征，并融合局部增强特征和全局增强特征得到增强特征；4)将增强特征通过片段分类器得到异常得分，并计算用于关键片段选取的特征差异度，通过设计损失函数优化网络实现视频的异常检测。本发明只利用视频级标签，通过构建时间关系提取网络获得局部和全局的时间依赖性，并利用片段之间的差异性提高异常事件的区分度，有效提升了视频异常检测的准确率。
Search Results
21
records
(took 0.017 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
