一种基于对比学习的自监督动作流程异常检测方法及系统

本发明提供了一种基于对比学习的自监督动作流程异常检测方法及系统，涉及工控中作业流程动作异常检测领域，用于解决现有方法中对大量标注数据的依赖及模型泛化能力不足的问题。通过创新的视频表征学习模型和对比学习方法，该系统能够利用无标注的动作流程视频生成伪标注数据，从而显著降低标注成本。核心技术包括基于ResNet、时间卷积层和Transformer编码器的视频表征模型，以及结合动态时间规整算法的动作标注生成与映射技术。该系统主要功能为：实时捕获摄像头流数据，通过训练好的动作检测模型识别并比对动作流程，如检测到动作缺失、顺序错误或多余动作，则标记为异常。这种方法适用于工业生产、视频监控和医疗诊断等场景。