摘要
本发明涉及视频分析技术领域,尤其是一种基于腐蚀‑膨胀的弱监督视频异常片段检测方法,包括以下步骤:获取若干个视频包,建立视频片段训练集;构建异常回归网络,将视频片段训练集作为异常回归网络的输入,通过异常回归网络的全连接层输出视频片段特征;通过异常回归网络的异常回归层映射视频片段中视频帧的异常分数;建立典型异常示例合集;并建立典型正常示例合集;根据正匹配对和负匹配对计算典型正常示例合集和典型异常示例合集的对比损失;构建异常片段检测模型,采用异常片段检测模型进行视频异常片段检测。采用本方案能够提高弱监督视频异常片段检测准确率。
技术关键词
片段检测方法
典型
二值化阈值
对象
参数
训练集
网络
矩阵
视频分析技术
动态
生成二值化
索引
样本
线性单元
标签
指数
系统为您推荐了相关专利信息
铝氧化银电池
EM算法
混合高斯分布模型
参数估计方法
协方差矩阵
LSTM神经网络
污水处理厂水质
水质监测数据
视角
训练集数据
气泡检测方法
深度相机
超参数
深度图
相机参数标定方法
光伏光热一体化系统
建筑能源系统
光伏电池
蓄电池
功率
接入配电网
数学模型
网络拓扑结构
配电网参数
调控方法