公开(公告)号：CN119206567A

公开(公告)日：2024-12-27

申请号：CN202411225170.X

申请日：2024-09-03

Applicant: 海南大学 ,  海南智时空科技合伙企业(有限合伙)

Inventor： 刘洋 ,  滕梁宇 ,  刘靖 ,  郭俊岑 ,  姚姜源 ,  钟力 ,  宋梁

IPC: G06V20/40 ,  G06V10/762 ,  G06V10/764 ,  G06V10/82 ,  G06N3/045 ,  G06N3/084

Abstract: 本发明公开一种基于因果正态性学习的视频异常检测方法，包括如下步骤：获取多场景的监控视频并裁剪为统一尺寸的b帧连续片段作为训练样本；构建CRCL模型，CRCL模型包括M1场景编码器、M3运动感知特征抽取器、场景去偏学习模块、因果性启发正态性学习模块和M5聚类模块，将训练样本输入CRCL模型训练，计算相关性矩阵和损失并利用梯度反向传播优化模型参数；达到预设轮次后，通过M5聚类模块计算因果表征的聚类中心并最小化聚类损失来求最佳簇；反复进行轮次训练，直至训练中相邻两轮迭代之间损失函数的下降值满足设定阈值或达到最大迭代次数，输出训练好的CRCL模型。本发明能够提高在多场景环境下视频异常检测性能。