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
三臂凿岩台车
BP神经网络模型
数据传输线路
钻头
标签
神经网络模型
分支
电子设备上执行
强化学习模型
芯片
移动视频设备
分析方法
关键帧
关节点特征
跑步装置