融合混合注意力的自编码器视频异常检测 |
| |
引用本文: | 郑重,杨晓文,谢剑斌,欧阳楠楠,忽欣谕,王晋涛.融合混合注意力的自编码器视频异常检测[J].计算机工程与设计,2024(2):516-523. |
| |
作者姓名: | 郑重 杨晓文 谢剑斌 欧阳楠楠 忽欣谕 王晋涛 |
| |
作者单位: | 1. 中北大学计算机科学与技术学院;2. 中北大学机器视觉与虚拟现实山西省重点实验室;4. 湖南中科助英智能科技研究院 |
| |
基金项目: | 国家自然科学基金项目(62106238、62272426);;山西省回国留学人员科研基金项目(2020-113); |
| |
摘 要: | 为提高视频异常检测的准确率,提出一种融合混合注意力的自编码器视频异常检测算法。针对自编码器网络强大的“泛化”能力可能重构异常行为问题,提出一种混合注意力模块(CSCFAM)并将其融合至编码器和解码器之间的跳跃连接层以限制异常行为的生成。为考虑正常样本的多样性,在编码器和解码器之间的瓶颈处引入存储记忆模块(Memory),记录正常样本潜在特征的原型模式。实验结果表明,该算法在UCSD Ped2、CUHK Avenue数据集上帧级AUC分别达到97.3%、87.0%,与当前先进的视频异常检测算法相比,异常检测能力得到有效提升。
|
关 键 词: | 视频异常检测 自编码器 跳跃连接 混合注意力模块 存储记忆模块 异常行为 原型模式 |
|
|