基于贝叶斯融合的时空流异常行为检测模型

作     者：陈莹 何丹丹 CHEN Ying;HE Dandan

作者机构：江南大学轻工过程先进控制教育重点实验室无锡214122 

基　　金：国家自然科学基金(61573168)~~ 

出 版 物：《电子与信息学报》 (Journal of Electronics & Information Technology)

年 卷 期：2019年第41卷第5期

页      码：1137-1144页

摘      要：针对直接利用卷积自编码网络未考虑视频时间信息的问题,该文提出基于贝叶斯融合的时空流异常行为检测模型。空间流模型采用卷积自编码网络对视频单帧进行重构,时间流模型采用卷积长短期记忆(LSTM)编码-解码网络对短期光流序列进行重构。接着,分别计算空间流模型和时间流模型下每帧的重构误差,设计自适应阈值对重构误差图进行二值化,并基于贝叶斯准则对空间流和时间流下的重构误差进行融合,得到融合重构误差图,并在此基础上进行异常行为判断。实验结果表明,该算法在UCSD和Avenue视频库上的检测效果优于现有异常检测算法。

主 题 词：异常行为检测 贝叶斯融合 时空流 

学科分类：0808[工学-自动化类] 0809[工学-计算机类] 081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

核心收录：

D　O　I：10.11999/JEIT180429

馆 藏 号：203663104...