摘要
本发明公开一种基于小波变换和多尺度特征融合的视频异常检测方法,包括获取视频数据集,将视频数据集拆分为视频帧数据集,对视频帧数据集进行尺寸调整和像素值归一化处理,并将视频帧数据集划分训练集和测试集;构建U‑Net视频异常检测网络模型,所述U‑Net视频异常检测网络模型包括编码器、解码器和记忆模块,所述编码器与解码器间添加层级偏移连接结构,构建综合损失函数对模型进行训练,部署U‑Net视频异常检测网络模型,对实时视频进行异常检测,U‑Net视频异常检测网络模型实时判断视频是否存在异常现象。本发明能够有效提升复杂动态场景下的检测精度与鲁棒性。
技术关键词
视频异常检测方法
检测网络模型
离散小波变换
视频帧
判别特征
高频特征
编码器
采样模块
峰值信噪比
多尺度特征融合
解码器
记忆
积层
编码块
压缩特征
像素
高通滤波器
系统为您推荐了相关专利信息
检测网络模型
多尺度特征
单帧红外图像
上下文特征
卷积模块
内容检索方法
大语言模型
影视剧
人脸识别模型
文本
离散小波变换
模型训练模块
配电柜
大数据
故障检测模块
超分辨率
二维离散小波变换
图像
切片
二维离散小波逆变换
外观缺陷检测系统
终端获取图像
导线
缺陷位置信息
晶圆