基于多尺度特征记忆增强的异常行为检测算法

作     者：向万 陈绪君 郑有凯 房可 XIANG Wan;CHEN Xu-jun;ZHENG You-kai;FANG Ke

作者机构：华中师范大学物理科学与技术学院湖北武汉430079 

基　　金：国家自然科学基金项目(60101204) 湖北省自然科学基金项目(2020CFB474) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2024年第45卷第9期

页      码：2634-2640页

摘      要：针对传统视频异常行为检测任务中存在目标对象空间尺寸变化差异大和对异常行为预测的泛化能力过强等问题,提出一种基于多尺度特征记忆增强的视频异常行为检测改进方法。通过多分支结构的空洞卷积组成的多尺度特征模块在高级特征图上提取不同尺度的特征信息,级联记忆增强模块存储正常行为特征以削弱泛化能力。在多尺度特征模块和记忆增强模块的协同工作下能够有效收集和记忆正常行为场景中的多尺度特征信息。以实验分析验证该方法的有效性。

主 题 词：异常行为检测 多尺度特征 多分枝结构 空洞卷积 泛化能力 记忆增强 协同工作 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 

D　O　I：10.16208/j.issn1000-7024.2024.09.011

馆 藏 号：203143376...