摘要
本发明公开了一种结合时空注意力机制的视频异常事件检测方法,属于视频内容理解技术领域。针对现有检测方法准确率低、难以适应复杂场景的问题,引入深度可分离卷积到I3D架构之中,以此创建基于轻量化I3D的局部时空特征提取网络。通过结合时间注意力单元和空间注意力单元,并交叉堆叠组成全局时空特征提取网络,从时间和空间两个维度,对视频数据进行全方位、深层次的特征挖掘。最后借助多任务联合学习网络,探究异常检测与分类任务之间的内在联系与相互关联。通过联合优化多个相关任务,实现对多类异常事件的检测。
技术关键词
时空注意力机制
特征提取网络
局部时空特征
协同注意力
视频内容理解技术
局部特征提取
视频异常事件检测
RGB特征
多任务联合学习
光流特征
模块
通道
空间结构信息
语义
更新模型参数
全局平均池化
系统为您推荐了相关专利信息
三维点云数据
注意力机制
协同注意力
全局平均池化
关键点特征
运维管理方法
能耗预测模型
楼宇模型
维修工单
设备特征
风险评估方法
深度神经网络
局部时空特征
计算机可执行指令
矩阵
手部关键点
人机交互方法
手势
协方差矩阵
融合深度信息