基于增强记忆的光流重构与变分预测的视频异常检测方法

本发明公开了一种基于增强记忆的光流重构与变分预测的视频异常检测方法，包括：获取待检测视频；对待检测视频进行预处理，得到前景对象时空立方体和光流特征；将时空立方体和光流特征输入至预训练的基于增强记忆的光流重构与变分预测的视频异常检测模型，得到异常检测结果。视频异常检测模型包括：光流重构模块，基于卷积注意力机制、多级记忆增强模块和特征增强桥接，对光流特征进行重构，得到重构结果；条件预测模块，基于重构结果和时空立方体，对未来的视频帧进行预测，得到预测视频帧；异常检测模块，对预测视频帧和真实的视频帧进行对比，获得异常检测结果。本发明提升了预测结果的准确性，实现了动态运动模式特征在预测过程中的无缝整合。