一种基于课程学习和对比学习策略的弱监督视频异常检测方法

本发明属于人工智能与视频异常检测领域，公开了一种基于课程学习和对比学习策略的弱监督视频异常检测方法。通过模仿人类的学习方式设计课程学习策略，并通过基于正态原型的对比学习方法训练异常检测模型，包括以下步骤：视频预处理并提取光流图像；提取视频外观及运动特征并融合；输入预分类器中获得伪标签；根据伪标签判定异常检测难度，划分简单集合与困难集合；利用简单集合初始化模型；利用困难集合进行二阶段训练，通过正态原型对比学习更新模型参数。通过使用本发明可以有效提升弱监督视频异常检测模型的判别能力，极大程度上解决现有技术存在的噪声影响下的模型偏差、正异常边界模糊、模型区分能力不足的问题，显著提高视频异常检测的准确性。