-
题名基于空时对抗变分自编码器的人群异常行为检测
被引量：1
- 1
-
-
作者
邢天祎
郭茂祖
陈加栋
赵玲玲
陈琳鑫
田乐
-
机构
北京建筑大学电气与信息工程学院
哈尔滨工业大学计算学部
-
出处
《智能系统学报》
CSCD
北大核心
2023年第5期994-1004,共11页
-
基金
国家自然科学基金项目(62271036,61871020)
国家重点研发计划项目(2021YFF0306303)
北京市属高校高水平创新团队建设计划项目(IDHT20190506)。
-
文摘
基于视频的人群异常行为检测对提前发现安全风险、预防群体安全事故发生具有重要价值。针对人群异常行为事件的稀少性导致的无法直接充分学习异常样本的表示、异常事件检测精度低的问题,在变分自编码器基础上,提出一种基于预测的空时对抗变分自编码器(spatial-temporal adversarial variational autoencoder,STAVAE)视频异常检测模型,通过引入长短期记忆网络(long short-term memory,LSTM)和对抗网络模块,对正常样本视频序列的时间维度与空间维度进行联合特征表示与重构,减少了正常样本重建过程中的特征损失进而扩大了异常样本的预测损失,避免了对异常样本的依赖,实现了基于模型重构误差的人群逃散异常行为检测。在公开数据集UMN及采集视频数据集上进行对比实验,证明ST-AVAE模型在基于监控视频的人群异常逃散行为检测中均具有最优的检测精度和召回率,对抗网络模块显著提升了异常检测的性能。
-
关键词
人群异常行为检测
变分自编码器
自编码器
长短期记忆网络
对抗网络
空时对抗变分自编码器
重构误差
异常逃散行为
-
Keywords
detection on abnormal crowd behavior
variational autoencoder
autoencoder
long short-term memory net-work
adversarial network
spatiotemporal adversarial variational autoencoder
reconstruction errors
abnormal escape behavior©《智能系统学报》编辑部版权所有
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
