摘要
本发明公开了一种异常事件检测方法、装置、设备及介质,涉及深度学习技术领域,包括:确定待检测视频中所有行人的各人体骨架轨迹对应的若干个骨架序列,基于若干个骨架序列构建时空骨架图;通过特征向量以及检测边界框的长度和宽度确定全局特征分量,以基于全局特征分量确定局部特征分量;利用训练好的时空图卷积自编码器网络获取局部特征分量的重构序列和预测序列,并基于重构序列和预测序列分别确定目标时刻视频帧的目标重构异常得分和目标预测异常得分;基于目标重构异常得分和目标预测异常得分确定目标异常得分,根据目标异常得分检测待检测视频中是否存在异常事件。由此,本发明能够准确检测视频中的异常事件。
技术关键词
异常事件
人体骨架
序列
关节点
编码器
网络单元
视频
解码器架构
轨迹跟踪算法
重构误差
符合人体结构
预测误差
时序
深度学习技术
可读存储介质
系统为您推荐了相关专利信息
状态空间模型
三维点云数据
点云编码
序列
多层感知机
度识别方法
信号处理系统
频段
融合卷积神经网络
时空局部特征
喷涂机器人
移动组件
阻尼转轴
喷涂设备
位移传感器