龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：中电科新型智慧城市研究院有限公司
摘要：本申请提供了一种基于弱监督学习的视频异常检测方法及电子装置。基于本申请，可以通过引入注意力机制的第一时间排序模型，对视频包进行异常分数的打分，无需逐帧对视频进行标注。并且第一时间排序模型的训练数据集只需要对视频包进行正常或者异常的标注，减少了对异常先验信息的依赖。
主权项：1.一种基于弱监督学习的视频异常检测方法，其特征在于，包括：对原始视频数据进行预处理，得到多个视频包，所述视频包中包括一个或多个视频片段实例，所述视频包为正常视频包或异常视频包，所述正常视频包中不包括异常视频片段实例，所述异常视频包中至少包括一个异常视频片段实例，所述异常视频片段实例中包括异常事件；计算所述视频包中的每个所述视频片段实例的光流图，得到每个所述视频片段实例的光流图的堆叠结构，所述光流图包括所述视频片段实例在水平和垂直方向的运动信息；基于第一时间增强网络对每个所述视频片段实例的光流图进行特征提取，得到每个所述视频片段实例的运动感知特征，所述运动感知特征包括所述视频片段实例的运动信息；将所述每个所述视频片段实例的运动感知特征输入第一时间排序模型，得到每个所述视频片段实例的异常得分，所述异常得分用于表示所述视频片段实例为异常的可能性；其中，所述第一时间排序模型为引入注意力机制的时间序列模型，所述第一时间排序模型的训练数据集中包括分别标注为异常和正常的视频包；所述第一时间增强网络为自编码器，所述第一时间增强网络包括三个编码器层、一个瓶颈层和三个解码器层，各层均由二维卷积层和线性整流激活函数组成。
全文数据：
权利要求：
百度查询： 中电科新型智慧城市研究院有限公司 基于弱监督学习的视频异常检测方法及电子装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号