-
公开(公告)号：CN116665100A
公开(公告)日：2023-08-29
申请号：CN202310623214.3
申请日：2023-05-30
Applicant: 南京师范大学
IPC: G06V20/40 , G06V10/774 , G06V10/764 , G06T7/10 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于U‑Net多区块学习的视频异常事件检测方法，包括：对原始视频集进行预处理，将原始视频集划分为多个不同大小的视频块；提取获得视频块的运动特征和表观特征，根据提取的特征建立视频异常事件检测模型；通过视频异常事件检测模型对视频进行异常检测和定位。本发明方法能够学习多个视频块各自的特征，并建立相应模型，有效提高了异常事件检测的准确率和异常事件位置的精确度，为监控视频处理领域提供了参考和启示，解决了场景变化带来的异常检测难点。
Search Results
1
records
(took 0.014 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
