[发明专利]一种基于时空自编码器网络和时空CNN的行为异常检测方法有效
| 申请号： | 202010303192.9 | 申请日： | 2020-04-17 |
| 公开（公告）号： | CN111738054B | 公开（公告）日： | 2023-04-18 |
| 发明（设计）人： | 范哲意;吴迪;殷健源;刘志文 | 申请（专利权）人： | 北京理工大学 |
| 主分类号： | G06V40/20 | 分类号： | G06V40/20;G06V20/52;G06V20/40;G06V10/82;G06N3/0464;G06N3/08 |
| 代理公司： | 北京理工大学专利中心 11120 | 代理人： | 李微微 |
| 地址： | 100081 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于时空自编码器网络和时空CNN的行为异常检测方法，考虑群体异常行为稀少并且难以界定，检测模型难以学习到异常行为的特征信息，先用正样本训练时空自编码器网络，再将包含异常行为的视频输入时空自编码器网络，通过选择重建误差阈值筛选负样本，对筛选后负样本再进行扩充，减轻正负样本不均衡的程度；通过筛选后的负样本和原有正样本训练时空CNN，得到最终的检测模型；通过构建时空自编码器网络网络和时空CNN，这两个网络都可以从视频中提取高级语义特征，实现了视频图像中异常人群行为的检测，并提高了该算法在各种场景下的适用性。由于时空CNN模型结构简单，可以在仅使用CPU的环境中实现高精度的实时检测。 | ||
| 搜索关键词： | 一种 基于 时空 编码器 网络 cnn 行为 异常 检测 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京理工大学，未经北京理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202010303192.9/，转载请声明来源钻瓜专利网。
