结合双流I3D和注意力机制的视频异常事件检测 |
| |
引用本文: | 程相贵,刘钊,郭放.结合双流I3D和注意力机制的视频异常事件检测[J].信息与电脑,2022(24):65-68. |
| |
作者姓名: | 程相贵 刘钊 郭放 |
| |
作者单位: | 中国人民公安大学信息与网络安全学院 |
| |
基金项目: | 国家重点研发计划项目(项目编号:2020YFC1522600); |
| |
摘 要: | 为了减少视频异常事件检测过程中冗余帧对检测效果的影响,更好地利用视频中关键帧包含的有用信息,提出了一种结合双流膨胀卷积神经网络(Two-stream Inflated 3D ConvNets,I3D)模型和压缩-激励注意力机制多示例异常检测算法。首先,利用双流膨胀卷积神经网络提取视频时空特征;其次,通过双向长短期记忆(Bidirectional Long Short Term Memory,Bidirectional LSTM)神经网络获取视频特征长时序信息;再次,借助压缩-激励注意力机制分配特征权重;最后,通过多示例排序损失函数得到异常排序模型,并在排序损失函数中加入稀疏损失和平滑损失,更好地预测视频异常分数。实验表明,在公开数据集UCF-Crime上检测准确率达到了82.84%,高于基线模型7.43%。
|
关 键 词: | 多示例学习 注意力机制 双向长短期记忆(Bidirectional LSTM)神经网络 视频异常检测 |
|
|