公开(公告)号：CN115272912A

公开(公告)日：2022-11-01

申请号：CN202210730575.3

申请日：2022-06-24

Applicant: 南通大学

Inventor： 李洪均 ,  王云龙 ,  孙晓虎 ,  李超波 ,  陈俊杰

IPC: G06V20/40 ,  G06V10/774 ,  G06V10/82 ,  G06V10/762 ,  G06N3/04

Abstract: 本发明属于无监督异常检测技术领域，具体为一种基于曲形度量模型的双流视频异常xlif检测方法，包括S1、加载视频，将视频每五帧分为一个视频序列；S2、对每个视频序列的第一帧xfif作为输入帧，将其输入到静态模块中进行操作；S3、对每个视频序列的前四帧xclips，将其输入到动态模块中进行操作；S4、对于动态模块输出和静态模块输出决策模块将二者结合起来产生对最后一帧的预测帧本发明能够减少在获取不同视频帧差异时丢失的有用信息，更好的衡量复杂的场景之间的差异，更合理地反映了复杂场景之间的差异，获得了更多有用的认知信息。

公开(公告)号：CN116612404A

公开(公告)日：2023-08-18

申请号：CN202310236462.2

申请日：2023-03-13

Applicant: 南通大学

Inventor： 李洪均 ,  王云龙 ,  孙晓虎 ,  李超波 ,  陈俊杰

IPC: G06V20/40 ,  G06N3/0455 ,  G06N3/08 ,  G06V10/82

Abstract: 本发明提出了一种基于信息驱动的双流叉网架构视频异常检测方法及设备，本发明方法包括：构建双流叉网架构模型，将待检测视频帧输入双流叉网架构模，其中双流叉网架构模型包含外观叉网和动态叉网；所述运动叉网包含运动自编码器和运动辅助编码器；所述外观叉网包含外观自动编码器、信息重校正网络和外观辅助编码器；计算双流叉网架构模型的总损失函数；将待测试视频输入双流叉网架构模型中，计算外观叉网和运动叉网的总损失函数，得到视频异常分数。本发明使用双流叉网架构来分离运动特征和外观特征，在外观叉网中使用信息重校正网络来减少信息丢失，添加辅助编码器来获得更深层的语义信息，提高视频异常检测性能。