公开(公告)号：CN119672811A

公开(公告)日：2025-03-21

申请号：CN202411810500.1

申请日：2024-12-10

Applicant: 中国矿业大学

Inventor： 缪燕子 ,  胡千龙 ,  蔡光琪 ,  王乙舟 ,  韩进

IPC: G06V40/20 ,  G06V40/10 ,  G06V20/52 ,  G06V10/74 ,  G06V10/80 ,  G06V10/82 ,  G06N3/042 ,  G06N3/0464

Abstract: 一种基于骨骼点的剧烈动作异常检测方法，利用图卷积网络对视频帧间的时空关系进行建模。为了让网络更好的区分正常和异常动作，将图卷积的输入嵌入速度特征，由于传统的图卷积网络忽略了骨骼点的长度和方向这两个信息以及非相邻骨骼点空间上的关系，使用自适应图卷积网络，把自定义的代表骨骼点节点之间关系的邻接矩阵替换成可学习的参数矩阵，并对非相邻骨骼点之间的欧氏距离进行建模。采用归一化流模型对GCN的输出进行高维分布建模，将复杂分布的数据映射到一个简单的、易于处理的分布，并通过最小化负对数似然来使模型收敛。能够有效捕捉视频中正常行为的复杂分布，从而在检测异常行为时表现出更高的灵敏度。