一种基于对比聚类学习网络的视频异常检测方法

本发明属于智能视频处理技术领域，具体涉及一种基于对比聚类学习网络的视频异常检测方法。本发明包括以下步骤：步骤1、预处理：使用对象检测器对帧内所有对象的边界框进行定位和分类，应用运动估计器来预测每帧的光流；步骤2、对比聚类学习：使用两种视图的时空表示来执行对比聚类学习；步骤3、异常分数估计：使用密度估计对样本进行正常或异常评分，其中低估计密度表示异常。本发明利用聚类信息进行对比学习，同时挖掘正常模式的不同属性来学习细粒度特征。本发明可以有效地利用不同视图的聚类级隐藏信息。本发明提出了一个聚类散射对比损失函数来细化聚类信息，并验证了细化的聚类信息对对比学习视频异常检测框架有显著帮助。