一种基于STMUnet的视频异常事件检测算法

本发明公开了一种基于STMUnet的视频异常检测算法。本发明针对基于帧预测的视频异常检测算法的时间和空间的强相关性提出了STMUnet网络，该网络利用了Unet网络优秀的重构能力又结合了本发明时空转换模块的时空建模能力；为了加强网络对正常视频帧的重构能力而又抑制异常视频帧的重构能力，本发明在Unet网络的原始解码器D的倒数第二个上采样后插入了一个自监督掩码卷积Transformer方差模块SSMCTVB(Self‑Supervised Masked Convolutional Transformer Variance Block for Anomaly Detection)，该模块使用掩码卷积将局部特征信息整合为全局特征信息，同时融合方差注意力与Transformer通道注意力，以加强网络对异常帧的区分能力。本发明基于STMUnet的视频异常检测算法具有泛化性强、精度高的特点。