公开(公告)号：CN116704444A

公开(公告)日：2023-09-05

申请号：CN202310763676.5

申请日：2023-06-27

Applicant: 东北大学秦皇岛分校

Inventor： 李溯源 ,  宋昕 ,  张宇琪 ,  祁浩洋 ,  徐思阳 ,  赵众从 ,  王潇锜

IPC: G06V20/52 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明公开了一种基于级联注意力U‑Net的视频异常事件检测方法，属于视频处理技术领域，由于深度神经网络具有强大的特征提取能力和表征能力，基于深度学习的视频异常事件检测方法被广泛应用。深度神经网络通过大量的实验数据进行训练，无须手工设计特征，将特征提取和模型构建整合在一起，实现端到端的异常事件检测方法。本发明提出了基于级联注意力U‑Net的视频异常事件检测方法，在第一个注意力U‑Net块中结合时间迁移模块作为帧预测模型，第二个和第三个注意力U‑Net级联模块作为帧重构模块，最后结合预测帧和重构帧计算异常分数完成异常事件识别，进一步提升检测性能。