【技术实现步骤摘要】
本申请涉及视频检测，尤其涉及一种视频异常检测方法及装置。
技术介绍
1、视频异常检测是指在视频中识别不符合预期行为的事件。在实际应用中，异常事件的发生通常比正常事件少得多，且异常事件的形式是无界的、无法提前定义的。显然，提前收集各类异常数据是不可能的，因此，常见的视频异常检测方法是在正常数据上训练一个无监督学习模型，将被该模型识别为异常值的事件或活动视为异常。该无监督学习模型的工作原理是非正常即异常，即通过判断视频是不是属于正常数据，如果不属于则判定为异常，该方法由于缺少异常数据所以导致视频异常检测准确率低的问题。因为提前收集各类异常数据是不可能的，所以本领域技术人员试图通过其它方法提高视频异常检测的准确率，但目前还没有取得效果。
技术实现思路
1、有鉴于此，本申请实施例提供了一种视频异常检测方法、装置、电子设备及计算机可读存储介质，以解决现有技术中，视频异常检测准确率低的问题。
2、本申请实施例的第一方面，提供了一种视频异常检测方法，包括：获取待进行视频异常检测的目标视频，并...
【技术保护点】
1.一种视频异常检测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述光流重构模型是由编码器后接多个记忆网络和解码器的组合构成的；
3.根据权利要求1所述的方法，其特征在于，所述光流重构模型是由编码器、记忆网络、第一解码器、所述记忆网络、第二解码器、所述记忆网络和第三解码器依次连接构成的；
4.根据权利要求3所述的方法，其特征在于，将前N-1条视频帧各自的光流输入光流重构模型，输出前N-1条视频帧各自的重建光流，包括：
5.根据权利要求1所述的方法，其特征在于，将前N-1条视频帧各自的光流输入光流重...
【技术特征摘要】
1.一种视频异常检测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述光流重构模型是由编码器后接多个记忆网络和解码器的组合构成的；
3.根据权利要求1所述的方法，其特征在于，所述光流重构模型是由编码器、记忆网络、第一解码器、所述记忆网络、第二解码器、所述记忆网络和第三解码器依次连接构成的；
4.根据权利要求3所述的方法，其特征在于，将前n-1条视频帧各自的光流输入光流重构模型，输出前n-1条视频帧各自的重建光流，包括：
5.根据权利要求1所述的方法，其特征在于，将前n-1条视频帧各自的光流输入光流重构模型，输出前n-1条视频帧各自的重建光流之前，所述方法还包括：
6.根据权利要求1所述的方法，其特征在于，将前n-1条...
【专利技术属性】
技术研发人员：程剑杰，
申请(专利权)人：深圳须弥云图空间科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。