一种视频异常检测方法、装置、芯片及存储介质制造方法及图纸

本发明专利技术实施例公开了一种视频异常检测方法、装置、芯片及存储介质，方法获取输入视频分解后的运动部分、场景部分和对象部分；对运动部分进行运动重建，获得运动原型；对场景部分和对象部分，设计前向过程和反向过程，在前向过程中，通过融合场景部分和对象部分的特征预测输入视频的预测未来帧；在反向过程中，与前向过程级联，基于预测未来帧、输入视频和运动原型重构输入视频的预测初始帧；根据预测未来帧和预测初始帧进行无监督异常检测，输出输入视频的异常检测结果，该方法运动原型的表示能力强，运动表示完整，且充分利用视频的双向一致性，提高异常检测的准确性。

【技术实现步骤摘要】

本专利技术涉及视频异常检测，特别是涉及一种视频异常检测方法、装置、芯片及存储介质。

技术介绍

1、视频异常检测通常被认为是一种无监督任务，现有的无监督视频异常检测方法通常使用基于重构或者基于预测的方法。例如用连续的多帧图像预测下一帧，并加入光流约束来提取运动特征，或者使用基于双生成器的框架来学习正常场景之间的交互，并通过引入运动位置注意来捕获空间域和时间域中的全局依赖。

2、可见，现有的无监督视频异常检测方法侧重于特征提取，而忽略了视频的双向一致性，即使利用了双向一致性，如相关论文z.fang,j.liang,j.t.zhou,y.xiao,andf.yang,“anomaly detection with bidirectional consistency in videos,”ieeetrans.neural netw.learn.syst.,vol.33,no.3,pp.1079–1092,2022，其也需要多个预测未来帧作为输入，但是这在实时情况下是不可能实现的。

技术实现思路p>

1、基于此本文档来自技高网...

【技术保护点】

1.一种视频异常检测方法，其特征在于，包括：

2.如权利要求1所述的视频异常检测方法，其特征在于，对运动部分进行的运动重建，以及对场景部分和对象部分设计的前向过程和反向过程，通过两阶端存储器的两个分支执行。

3.如权利要求1所述的视频异常检测方法，其特征在于，根据所述预测未来帧、所述输入视频和所述运动原型重构所述输入视频的预测初始帧，包括：

4.如权利要求3所述的视频异常检测方法，其特征在于，将基于所述中间视频和所述反向序列的RGB差值及所述运动原型作为预测初始帧的网络的输入，包括：

5.如权利要求1所述的视频异常检测方法，其特征在于，基于...

【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.如权利要求1所述的视频异常检测方法，其特征在于，对运动部分进行的运动重建，以及对场景部分和对象部分设计的前向过程和反向过程，通过两阶端存储器的两个分支执行。

3.如权利要求1所述的视频异常检测方法，其特征在于，根据所述预测未来帧、所述输入视频和所述运动原型重构所述输入视频的预测初始帧，包括：

4.如权利要求3所述的视频异常检测方法，其特征在于，将基于所述中间视频和所述反向序列的rgb差值及所述运动原型作为预测初始帧的网络的输入，包括：

5.如权利要求1所述的视频异常检测方法，其特征在于，基于所述预测未来帧和所述预测初始帧进行无监督异常检测，输出输入视频的异常...

【专利技术属性】
技术研发人员：朱冬，宋雯，方向明，唐国梅，张建，
申请(专利权)人：七腾机器人有限公司，
类型：发明
国别省市：