一种基于交互学习对偶网络的监控视频异常检测方法

AITNT
正文
推荐专利
一种基于交互学习对偶网络的监控视频异常检测方法
申请号:CN202510175102
申请日期:2025-02-17
公开号:CN120126046A
公开日期:2025-06-10
类型:发明专利
摘要
本发明公开了一种基于交互学习对偶网络的监控视频异常检测方法,包括如下步骤:视频采集:利用监控摄像头采集多个场景的不同类型的监控视频,将采集的视频作为训练集合;特征提取:将每个视频按照每16个连续视频帧划分成一个视频片段f,使用公开数据集上预训练的神经网络模型提取视频片段的向量表示,本发明通过生成器和判别器两个网络的交互协同训练,能够在不需要任何标注数据的情况下,实现高效的异常检测,在多个数据集上表现出色,具有广泛的应用前景,能够为智能监控系统提供强有力的技术支持,应用于交通管理、公共场所安全、工业生产线监控等领域,帮助监控人员及时发现和处理异常事件,提高监控系统的智能化水平。
技术关键词
标签 工业生产线监控 神经网络模型 深度学习网络模型 网络优化 数据 异常事件 智能监控系统 自动编码器 视频帧 视频流 重构误差 生成特征 标记 场景
系统为您推荐了相关专利信息
1
面向多场景的企业服务大模型训练方法、系统、电子设备和存储介质
面向多场景 模型训练方法 收敛模型 控制点 标签
2
一种三臂凿岩台车隧道开挖的钻头状态快判方法
三臂凿岩台车 BP神经网络模型 数据传输线路 钻头 标签
3
机器人模仿学习方法、装置、计算机设备及可读存储介质
样本 编码器 关节 解码器 计算机设备
4
神经网络模型的运行方法、芯片、电子设备及存储介质
神经网络模型 分支 电子设备上执行 强化学习模型 芯片
5
基于可移动视频设备的视频跑步姿态分析方法、跑步装置
移动视频设备 分析方法 关键帧 关节点特征 跑步装置
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号