基于神经网络的视频监控图像异常行为识别方法

由于传统方法在视频监控图像异常行为识别应用中效果不佳，漏识率较高，且识别用时较长，文章为此提出基于神经网络的视频监控图像异常行为识别方法。该方法首先分割处理视频监控图像，然后应用视频帧图像阵列对目标图像进行预处理并提取图像行为特征，最后建立神经网络模型，利用模型计算图像行为特征卷积，完成异常行为识别。实验证明，该方法的漏识率为0.56%，具有较好的应用前景。