基于半监督学习的视频异常检测方法和装置
基本信息
申请号 | CN202010842914.8 | 申请日 | - |
公开(公告)号 | CN111709411A | 公开(公告)日 | 2020-09-25 |
申请公布号 | CN111709411A | 申请公布日 | 2020-09-25 |
分类号 | G06K9/00(2006.01)I | 分类 | 计算;推算;计数; |
发明人 | 陈海波;张雷武 | 申请(专利权)人 | 深兰智能科技研究院(宁波)有限公司 |
代理机构 | 常州佰业腾飞专利代理事务所(普通合伙) | 代理人 | 深兰人工智能芯片研究院(江苏)有限公司 |
地址 | 213000江苏省常州市武进区常武中路18号常州科教城创研港4号楼103 | ||
法律状态 | - |
摘要
摘要 | 本发明提供一种基于半监督学习的视频异常检测方法和装置,将视频数据按顺序切分成u×v帧视频图像;分别对每个包进行特征提取,获得对应的视频特征;根据视频特征获得视频特征的平均向量和重要性向量,并根据视频特征的平均向量获取滤波区分性很强特征的掩膜,以及根据视频特征的平均向量、掩膜和重要性向量获取神经网络的辍学层;根据辍学层和视频特征向量获得修饰后的特征,并根据修饰后的特征获取训练参数;在测试时,按相邻的包获得修饰后的特征输入全连接网络,计算得到每个包的得分,并根据得分判定相关位置是否发生异常。本发明能够隐藏视频特征中最有区分的部分来捕捉整体信息,并能突出区分性很强的信息区域来增强神经网络的识别能力。 |
