【技术实现步骤摘要】
本专利技术属于后厨监控环境的异常事件检测，具体地涉及一种后厨监控环境的异常事件检测方法。
技术介绍
1、后厨行为监测是应用于餐饮业的关键技术，由于后厨环境复杂，常见的问题存在烟雾、蒸汽以及照明不佳等，这些因素可能会对视频监控的清晰度造成影响，导致降低行为检测的准确性；后厨工作人员行为多样且变化频繁，这进一步提高行为检测的困难。传统的视频异常检测方法在这种环境下效果不佳，难以区分正常行为与潜在的违规行为。
2、随着视频监控技术的快速发展，视频序列中的异常检测引起极大的关注。其中广泛采用的一种解决方案是深度自编码器，该方法基于重构误差的最小化来训练，鼓励模型在其潜在空间中提取代表正常数据的特征。在测试时，预期网络会对异常情况进行较差的重构。但自编码器在实际应用中有时也会误将异常行为误判为正常。这种现象说明，仅仅依靠重构损失的差异来识别异常情形，往往效果有限。
技术实现思路
1、为了解决现有方法采用深度自编码器对后厨环境监控存在误判、准确性不高的问题,本专利技术提供一种后厨监控环境的...
【技术保护点】
1.一种后厨监控环境的异常事件检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种后厨监控环境的异常事件检测方法，其特征在于：所述将包含连续t帧的非合成视频片段和合成异常视频片段作为编码器的输入，之前还包括：
3.根据权利要求2所述的一种后厨监控环境的异常事件检测方法，其特征在于：所述生成合成异常视频片段包括：
4.根据权利要求1所述的一种后厨监控环境的异常事件检测方法，其特征在于：所述通道关联自注意力机制用于对特征图在通道维度上分解为查询、键和值矩阵，根据查询与键计算点积，得到注意力得分。
5.根据权利要...
【技术特征摘要】
1.一种后厨监控环境的异常事件检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种后厨监控环境的异常事件检测方法，其特征在于：所述将包含连续t帧的非合成视频片段和合成异常视频片段作为编码器的输入，之前还包括：
3.根据权利要求2所述的一种后厨监控环境的异常事件检测方法，其特征在于：所述生成合成异常视频片段包括：
4.根据权利要求1所述的一种后厨监控环境的异常事件检测方法，其特征在于：所述通道关联自注意力机制用于对特征图在通道维度上分解为查询、键和值矩阵，根据查询与键计算点积，得到注意力得分。
5.根据权利要求1所述的一种后厨监控环境的异常事件检测方法...
【专利技术属性】
技术研发人员：刘卫东，穆辉宇，张鹏宇，王峰，周黎明，曹朝阳，刘扬，杜疆，李勇敢，刘云飞，刘健，远程，王雅娣，崔奇，魏紫，曹留建，刘方，赵苗苗，李耀峰，陈玉汝，赵英浩，崔伟，
申请(专利权)人：河南省公平竞争审查事务中心，
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。