首页> 中国专利> 一种基于外观和动作特征双预测的异常行为检测方法

一种基于外观和动作特征双预测的异常行为检测方法

摘要

本发明公开了一种基于外观和动作特征双预测的异常行为检测方法,涉及计算机视觉和人工智能领域。方法包括:(1)顺序读取视频帧序列,计算相邻图像的帧间差,获取固定长度的视频帧序列和对应的帧差图序列;(2)利用引入记忆增强模块的双流网络模型,分别通过外观和动作子网络提取属于正常行为的特有外观和动作特征,并预测视频帧图和帧差图;(3)将预测的视频帧和帧差图相加融合,得到最终的预测视频帧;(4)通过评估记忆增强模块所提取动作和外观特征以及最终预测图像质量获取该帧异常得分。本发明采用基于预测模型的深度学习方法,能够有效地将含异常行为的视频帧检测出来,提高了异常检测的准确率。

著录项

  • 公开/公告号CN113762007A

    专利类型发明专利

  • 公开/公告日2021-12-07

    原文格式PDF

  • 申请/专利权人 四川大学;

    申请/专利号CN202011263894.5

  • 申请日2020-11-12

  • 分类号G06K9/00(20060101);G06N3/04(20060101);G06N3/08(20060101);

  • 代理机构

  • 代理人

  • 地址 610065 四川省成都市武侯区一环路南一段24号

  • 入库时间 2023-06-19 13:37:05

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2023-08-01

    授权

    发明专利权授予

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号