摘要
本发明提供了一种基于成对关系预测的视频异常检测方法,包括:对海量视频构成的数据集进行预处理,以及提取视频片段的特征;生成视频片段的异常分数并对视频片段的异常分数进行加权求和,获得视频级别的特征;基于视频级别的特征构造视频级别特征对,根据视频级别特征对构建成对关系学习网络,使用异常分数对其进行训练,得到训练好的成对关系学习网络;根据视频数据得到视频片段的异常得分;基于成对关系学习网络得到视频级别的异常得分;融合视频片段的异常得分和视频级别的异常得分,得到视频异常检测结果。本发明在海量视频中通过视频异常检测算法模块自动识别异常事件,既能满足公共安全需求,又能提升社会管理效能。
技术关键词
视频异常检测方法
关系
生成视频片段
深度卷积神经网络
视频异常事件
数据
表达式
管理效能
算法模块
线性
超参数
社会
模式
通道
系统为您推荐了相关专利信息
神经网络加速器
乘法器
矩阵乘法运算
神经网络处理器
加法器
预报可视化系统
空气质量预警
数据处理模块
监测微站
子模块
性能优化方法
装配式建筑
交互历史数据
决策
抽象网络