仪器仪表学报

作者：常兴亚，武云鹤，陈东岳，邓诗卓

单位：常兴亚,1. 东北大学信息科学与工程学院,,武云鹤,1. 东北大学信息科学与工程学院,,陈东岳,1. 东北大学信息科学与工程学院，2. 东北大学佛山研究生创新学院,,邓诗卓,1. 东北大学信息科学与工程学院，2. 东北大学佛山研究生创新学院,

关键词：异常检测;未来帧预测;运动重构;深度概率估计;多任务学习

基金：广东省基础与应用基础研究基金(2021B1515120064)项目资助

针对异常事件位于图像前景的某个局部区域,且背景区域对于异常检测存在干扰的问题,提出了一种多任务异常检测双流模型,模型架构包含未来帧预测网络和光流重构网络。首先利用前景检测算法获取自然图像和光流图像的目标区域,再将选取的区域送入到编码-解码网络完成未来帧预测和运动重构,对运动特征和表观特征进行提取,最后,使用深度概率网络给出的概率值作为判断异常的决策,并与重构损失及预测损失相结合来判断视频的异常性。本文针对大型场景的3个视频监控数据集(UCSD行人数据集、Avenue、ShanghaiTech)对本文提出的模型进行了异常性评估,所提出的方法在3个数据集上的AUC值分别为97.4%,86.4%,73.4%。与现有工作相比,本文的模型架构简洁且易于训练,异常检测结果更加准确。

来源：2023年第8期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2023年第8期