基于记忆单元与多尺度结构相似性的异常检测

作     者：王婷 宣士斌 付孟丹 周建亭 WANG Ting;XUAN Shibin;FU Mengdan;ZHOU Jianting

作者机构：广西民族大学电子信息学院广西南宁530006 广西民族大学人工智能学院广西南宁530006 广西混杂计算与集成电路设计分析重点实验室广西南宁530006 

基　　金：国家自然科学基金资助项目(61866003) 广西民族大学研究生教育创新计划项目(gxun-chxs2021063) 

出 版 物：《微电子学与计算机》 (Microelectronics & Computer)

年 卷 期：2023年第40卷第8期

页      码：28-36页

摘      要：针对基于记忆单元的自编码器模型(Dynamic Prototype Unit Model,DPU)在检测视频异常时没有充分利用多层次特征、未考虑异常与正常事件间的结构性差异的问题,提出融合多尺度记忆模块和多尺度结构相似性的异常检测模型.新模型构建了多尺度记忆模块(Multi Scale Memory Module),利用不同尺度空间的记忆单元对编码层特征进行编码,并将编码结果与解码层特征拼接,既能保留网络的浅层细节信息,又能促进正常模式的多样性.为了约束对正常事件中结构信息的学习,组合多尺度结构相似性(Multi Scale Structure Similarity Index,MS-SSIM)误差与误差作为目标函数,使预测视频中的事件结构更接近正常事件,提高视频中异常事件的预测误差.在标准数据集UCSD Ped1、UCSD Ped2和Avenue数据集上的实验结果表明,提出模型的帧级AUC比原模型分别提高了0.8%、3.4%和1.0%,帧率达到142.9 fps.

主 题 词：视频异常检测 记忆单元 多尺度结构相似性 自编码器 MS-SSIM 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.19304/J.ISSN1000-7180.2022.0539

馆 藏 号：203122893...