-
题名混合注意力机制的异常行为识别
被引量：3
- 1
-
-
作者
孙晓虎
余阿祥
申栩林
李洪均
-
机构
南通大学信息科学技术学院
计算机软件新技术国家重点实验室(南京大学)
-
出处
《计算机工程与应用》
CSCD
北大核心
2023年第5期140-147,共8页
-
基金
国家自然科学基金(61871241,61971245,61976120)
南京大学计算机软件新技术国家重点实验室基金(KFKT2019B015)
+1 种基金
南通市科技计划资助项目(JC2021131)
江苏省研究生科研与实践创新计划项目(KYCX21_3084)。
-
文摘
随着人工智能的快速发展,基于计算机视觉的人体异常行为识别受到极大的关注,并被广泛应用到智能安防等领域。针对人们在加油站等重要场所抽烟以及司机驾驶途中打电话等违规行为,提出一种混合注意力机制的异常行为识别方法。利用引入的卷积块注意力模块重点关注输入对象的显著性特征,并对输入信息进行精细化的分配和处理,在突出重要信息的同时弱化无关信息。为提升网络模型的特征挖掘能力及增强网络的信息交互性,利用提出的卷积特征提取模块进一步提取识别对象的高层语义特征,并将其与低层细节特征进行融合以达到多尺度特征交互的目的。此外,为了减少网络训练过程中错误标签造成的损失,采用标签平滑对交叉熵损失函数进行修正以此来驱动模型的学习过程。实验结果表明,所提出的模型优于当前的主流网络,可有效检测出异常行为。
-
关键词
异常行为检测
注意力机制
卷积块注意力模块
卷积特征提取模块
标签平滑
-
Keywords
abnormal behavior detection
attention mechanism
convolution block attention module
convolution feature extraction module
label smoothing
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名人群密集度下GAN的视频异常行为检测进展
被引量：4
- 2
-
-
作者
申栩林
李超波
李洪均
-
机构
南通大学信息科学技术学院
南京大学计算机软件新技术国家重点实验室
-
出处
《计算机工程与应用》
CSCD
北大核心
2022年第7期21-30,共10页
-
基金
国家自然科学基金(61871241,61971245,61976120)
南京大学计算机软件新技术国家重点实验室基金(KFKT2019B015)
+1 种基金
南通市科技计划项目(JC2021131)
江苏省研究生科研与实践创新计划(KYCX21_3084)。
-
文摘
视频异常检测作为计算机视觉的重要分支,是智能监控系统中一项极具挑战性的任务,通常是指自动识别视频中的异常目标、行为或事件,对保障公共安全起着至关重要的作用。生成对抗网络是一种新兴的无监督方法,不仅可以用于生成图像,且其独特的对抗性学习思想在异常检测领域也显示出良好的发展潜力。介绍了生成对抗网络的框架结构;根据场景密度以及行为发生的对象,从个体行为异常、群体异常两个方面论述了生成对抗网络在视频异常检测领域的研究现状,分别基于重构和预测的方法对个体异常行为检测和群体异常行为检测作进一步阐述;简要介绍了视频异常检测的常用数据集;最后对未来发展作出了展望。
-
关键词
异常行为检测
生成对抗网络
群体异常检测
个体行为异常
-
Keywords
abnormal behavior detection
generative adversarial network(GAN)
crowd anomaly detection
individual abnormal behaviors
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
