-
题名基于记忆单元与多尺度结构相似性的异常检测
- 1
-
-
作者
王婷
宣士斌
付孟丹
周建亭
-
机构
广西民族大学电子信息学院
广西民族大学人工智能学院
广西混杂计算与集成电路设计分析重点实验室
-
出处
《微电子学与计算机》
2023年第8期28-36,共9页
-
基金
国家自然科学基金资助项目(61866003)
广西民族大学研究生教育创新计划项目(gxun-chxs2021063)。
-
文摘
针对基于记忆单元的自编码器模型(Dynamic Prototype Unit Model,DPU)在检测视频异常时没有充分利用多层次特征、未考虑异常与正常事件间的结构性差异的问题,提出融合多尺度记忆模块和多尺度结构相似性的异常检测模型.新模型构建了多尺度记忆模块(Multi Scale Memory Module),利用不同尺度空间的记忆单元对编码层特征进行编码,并将编码结果与解码层特征拼接,既能保留网络的浅层细节信息,又能促进正常模式的多样性.为了约束对正常事件中结构信息的学习,组合多尺度结构相似性(Multi Scale Structure Similarity Index,MS-SSIM)误差与误差作为目标函数,使预测视频中的事件结构更接近正常事件,提高视频中异常事件的预测误差.在标准数据集UCSD Ped1、UCSD Ped2和Avenue数据集上的实验结果表明,提出模型的帧级AUC比原模型分别提高了0.8%、3.4%和1.0%,帧率达到142.9 fps.
-
关键词
视频异常检测
记忆单元
多尺度结构相似性
自编码器
MS-SSIM
-
Keywords
Video anomaly detection
Memory unit
Multi-scale structure similarity
Auto-encoder
MS-SSIM
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于时间和空间注意力机制的视频异常检测
- 2
-
-
作者
付孟丹
宣士斌
王婷
李培杰
-
机构
广西民族大学电子信息学院
广西民族大学人工智能学院
-
出处
《计算机技术与发展》
2023年第8期51-58,共8页
-
基金
国家自然科学基金(61866003)。
-
文摘
针对带有记忆模块的异常行为识别模型存在存储容量有限和有限的时间轴相关性的局限性,提出带有时间和空间注意力机制的异常行为识别模型。该模型在MAND框架下,引用时间和空间注意力机制,通过该注意力机制对卷积层(CNN)输出的特征图从时间和空间两个维度进行加权操作。该方法有效结合时间和空间上下文信息,捕捉局部和全局的特征,输入到解码器中进行重构,然后计算重构帧与输入帧的误差。采用重构当前帧和预测未来帧(下一帧)的异常检测方法,使用相同的网络体系结构分别进行实验。实验结果证明,与其他检测算法相比,所提方法在UCSD Ped2数据集和The CUHK Avenue数据集上的检测精度有所提升,预测方法在两个数据集中的帧级AUC分别提升了4.9%和1.2%,重构方法同样得到了提升,验证了该方法的有效性。
-
关键词
存储容量
MAND框架
时间和空间注意力机制
上下文信息
帧级AUC
-
Keywords
storage capacity
MAND framework
temporal and spatial attention mechanisms
context information
frame level AUC
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
