【技术实现步骤摘要】
本专利技术涉及视频异常检测领域,具体涉及一种基于自适应样本选择策略的视频异常检测方法。
技术介绍
1、视频监控是社会公共安全管理中发现突发或者异常事件的重要手段。传统上,视频监测多是依赖人工完成,智能化低。例如,在车站、公园等监控场景中,突发或者异常事件偶有发生,单纯依靠人工监控费时费力。计算机视觉和深度学习技术的飞速发展,催生了视频异常事件检测技术,为智能场景监控和预警提供技术支撑。
2、弱监督视频异常检测是一种准确且易获得标注数据的方法,也是目前被研究最广泛的视频异常检测方法之一,它通常基于多实例学习即mil实现。现有弱监督的视频异常检测技术的发展主要面临两个阻碍,其一是弱标签数据的不确定性问题:弱标签仅将视频标记为包含或不包含异常的视频片段,即弱标签无法确定异常视频中包含异常的片段数量,这导致异常数据在训练中无法被充分利用。其二是模型参数量较大的问题:现有方法的模型参数较大,这导致模型难以直接应用。
3、现有方法通过平衡训练集中的异常和正常视频的数量,并选择异常得分最高的片段来计算打分损失,以减少弱标签数据
...【技术保护点】
1.一种基于自适应样本选择策略的视频异常检测方法,用于对视频数据进行异常检测得到异常检测结果,其特征在于,包括以下步骤:
2.根据权利要求1所述的基于自适应样本选择策略的视频异常检测方法,其特征在于:
3.根据权利要求2所述的基于自适应样本选择策略的视频异常检测方法,其特征在于:
4.根据权利要求3所述的基于自适应样本选择策略的视频异常检测方法,其特征在于:
5.根据权利要求1所述的基于自适应样本选择策略的视频异常检测方法,其特征在于:
6.根据权利要求1所述的基于自适应样本选择策略的视频异常检测方法,其特征
...
【技术特征摘要】
1.一种基于自适应样本选择策略的视频异常检测方法,用于对视频数据进行异常检测得到异常检测结果,其特征在于,包括以下步骤:
2.根据权利要求1所述的基于自适应样本选择策略的视频异常检测方法,其特征在于:
3.根据权利要求2所述的基于自适应样本选择策略的视频异常检测方法,其特征在于:
4.根据权利要求3所述的基于自适应样本选择策略的视频异常检测方法...
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。