一种基于语义嵌入学习的视频异常行为检测方法

本发明涉及计算机视觉领域，特别涉及一种基于语义嵌入学习的视频异常行为检测方法，方法包括采集各种包含异常行为的视频数据，并根据视频包含的异常行为，标注该视频对应的视频标签，然后将视频与视频标签划分为正负样本，之后将经过编码器编码后的视频向量和视频标签向量嵌入到同一个特征空间，通过对比损失函数拉近匹配的视频和视频标签之间的距离，拉远不匹配的视频和视频标签之间的距离。最后衡量视频和所有异常描述文本在特征空间中的余弦相似度，将相似度最高的异常文本作为最终检测结果。该方法解决了在真实的标注数据稀缺情况下的视频异常行为检测，提高了异常行为检测任务的泛化能力。