公开(公告)号：CN118097517A

公开(公告)日：2024-05-28

申请号：CN202410465339.2

申请日：2024-04-18

Applicant: 南京邮电大学

Inventor： 孙雁飞 ,  温万龙 ,  徐飞易 ,  孙莹 ,  亓晋 ,  董振江

IPC: G06V20/40 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/088

Abstract: 本发明公开了一种基于双流时空编码器的自监督视频异常检测方法，属于视频异常检测技术领域。该方法包括预处理模块、视频流网络、光流网络以及横向链接。该方法引入光流来为模型提供额外的视觉线索，同时结合原始视频，从而设计了一个双流编码器来从视频中提取复杂的时空信息；其次，双流编码器采用针对不同模态数据的定制网络架构，分别为视频流网络和光流网络，实现了对视频中高级视觉特征更全面的提取；最后，通过设计横向连接来促进双流通道之间的信息交互，以弥补了深度网络中的信息遗漏问题。该方法通过以上几点提高了视频异常检测的性能。

公开(公告)号：CN119600506A

公开(公告)日：2025-03-11

申请号：CN202411633643.X

申请日：2024-11-15

Applicant: 南京邮电大学

Inventor： 孙雁飞 ,  温万龙 ,  亓晋 ,  徐飞易 ,  孙莹 ,  吴迪 ,  董振江

IPC: G06V20/40 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于多模态条件扩散模型的视频异常检测方法，属于视频异常检测技术领域；方法为：对视频进行预处理，生成视频时空立方体和光流时空立方体；构建扩散模型，获得异常分数；将重建异常分数和预测异常分数进行加权计算；对获得的最终异常分数进行评估，完成视频异常检测。本发明通过光流重建和视频帧预测的多任务结合方式，异常更容易被区分；融合多模态数据，捕捉更多维度的特征信息，提高异常检测的精度；使得模型在处理噪声和复杂背景时更加稳定，提升异常检测的稳定性；通过重建后的光流作为指导未来帧预测的条件，扩大异常预测帧与原始帧之间的预测误差，缩小正常预测帧与原始帧之间的预测误差，保证训练效果和性能。

公开(公告)号：CN118097517B

公开(公告)日：2024-07-05

申请号：CN202410465339.2

申请日：2024-04-18

Applicant: 南京邮电大学

Inventor： 孙雁飞 ,  温万龙 ,  徐飞易 ,  孙莹 ,  亓晋 ,  董振江

IPC: G06V20/40 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/088

Abstract: 本发明公开了一种基于双流时空编码器的自监督视频异常检测方法，属于视频异常检测技术领域。该方法包括预处理模块、视频流网络、光流网络以及横向链接。该方法引入光流来为模型提供额外的视觉线索，同时结合原始视频，从而设计了一个双流编码器来从视频中提取复杂的时空信息；其次，双流编码器采用针对不同模态数据的定制网络架构，分别为视频流网络和光流网络，实现了对视频中高级视觉特征更全面的提取；最后，通过设计横向连接来促进双流通道之间的信息交互，以弥补了深度网络中的信息遗漏问题。该方法通过以上几点提高了视频异常检测的性能。