江苏大学学报(自然科学版)

作者：宋雪桦,车雷,张星,茆玉欣,张海侠

单位：（江苏大学 计算机科学与通信工程学院， 江苏 镇江 212013）<br />\r\n<div>\r\n\t<br />\r\n</div>

关键词：视频异常检测,&nbsp; 深度学习,&nbsp; 卷积自编码器,&nbsp; 注意力机制, 记忆增强,&nbsp; 抽取帧预测

基金：国家自然科学基金资助项目(61902156)

针对目前视频异常检测方法未充分利用视频序列中的上下文语义信息的问题，提出一种融合注意力的卷积自编码器视频异常检测方法.首先，模型采用抽取帧预测的方式，并利用基于Inception模块的卷积自编码器提取输入视频序列中不同尺度的特征信息.其次，为学习视频帧中运动对象和静止背景的交互信息，引入位置注意力和通道注意力.最后，在卷积自编码器中加入记忆增强模块来限制模型泛化性，并引入潜在损失函数来进一步增大异常事件的重构误差.推导了异常得分计算，给出了异常检测数据集.为验证所提出方法的有效性，进行了异常行为定性分析、模型性能比较试验、记忆项更新阈值试验以及消融试验.结果表明：该方法能有效检测视频中的异常事件，并具有较高的检测精度，在UCSD Ped2、CUHK Avenue和ShanghaiTech数据集上的AUC值分别为97.7%、88.9%和73.8%.

来源：2025年第6期

《江苏大学学报(自然科学版)》期刊编辑部

查看江苏大学学报(自然科学版)杂志2025年第6期