基于一类神经网络的视频异常事件检测方法

作     者：蒋卫祥 李功 Jiang Weixiang;Li Gong

作者机构：常州信息职业技术学院软件与大数据学院常州213164 南京信息工程大学计算机与软件学院南京210044 

基　　金：江苏省高等学校自然科学研究面上项目(19KJB520023) 常州信息职业技术学院智能制造边缘计算开放实验室项目(KYPT201802Z)资助 

出 版 物：《电子测量与仪器学报》 (Journal of Electronic Measurement and Instrumentation)

年 卷 期：2021年第35卷第7期

页      码：60-65页

摘      要：视频异常事件检测一直是一个具有挑战性的问题,现有的方法往往把视频特征提取和异常检测模型建立两个步骤独立设计,导致方法无法达到最优。针对该问题,设计了一种一类神经网络方法用于视频异常检测。该方法结合了自编码器的逐层数据表示形式能力以及一类分类能力,隐藏层的特征是针对异常检测的特定任务而构建的,从而获得了一个超平面以将所有正常样本与异常样本分开。实验结果表明,提出的方法在PED子集和PED2子集上分别达到了94.9%的帧级AUC和94.5%的帧级AUC,在Subway数据集上实现了80个正确事件检测,证实了该方法在工业和城市环境中的广泛适用性。

主 题 词：视频监控 异常事件 一类神经网络 深度学习 自编码网络 

学科分类：1305[艺术学-设计学类] 0810[工学-土木类] 13[艺术学] 08[工学] 081104[081104] 0804[工学-材料学] 081001[081001] 081101[081101] 0811[工学-水利类] 

核心收录：

D　O　I：10.13382/j.jemi.B2003610

馆 藏 号：203104884...