摘要
本发明提出结合交叉注意力和记忆优化的视频异常检测方法及系统,将RGB数据和光流数据分别输入到外观编码器和运动编码器分支,在外观编码器和运动编码器分支中,使用卷积模块与最大池化层逐步提取不同尺度的外观特征与运动特征;然后,将外观编码器和运动编码器分支的输出特征作为交叉注意力机制的输入数据,利用运动特征丰富外观特征的表征,实现外观与运动特征的融合;接着,将外观与运动的融合特征输入记忆模块对特征进行进一步优化,提升对于正常特征的提取与表达能力;最后,利用未来帧解码器,充分利用不同尺度的外观特征,逐级解码,获得生成的未来帧,提升视频异常检测的精度。
技术关键词
视频异常检测方法
融合特征
运动特征
交叉注意力机制
运动编码器
矩阵
解码器
记忆单元
数据
分支
异常检测系统
检测模型训练
全局平均池化
通道
系统为您推荐了相关专利信息
运动特征
语义特征提取
多模态特征融合
融合特征
编码特征
滑动窗口技术
指标
融合特征
多头注意力机制
锂电池健康管理
路面交通标线
双向注意力
多尺度特征
输出特征
特征提取网络
风险预警方法
融合特征
风险评估模型
多任务学习网络
递归神经网络