视频监控下利用记忆力增强自编码的行人异常行为检测

摘要：

随着视频监控数据的快速增长,对大规模视频数据的自动异常检测的需求越来越大,基于深度自编码器重构误差检测方法已经被广泛探讨.但是,有时自编码器"泛化"得很好,能够很好地重建异常并导致漏检.为了解决这个问题,提出了采用记忆力模块来增强自动编码器,称为记忆力增强自编码(Memory-augmented autoencoder,Memory AE)方法.给定输入,Memory AE首先从编码器获取编码,然后将其用作查询以检索最相关的记忆项来进行重建.在训练阶段,记忆内容被更新以表示正常数据的原型元素.在测试阶段,将学习到的记忆元素固定下来,从正常数据的几个选定的记忆记录中获得重建,因此重建将趋向于接近正常样本.因此,将加强对异常的重构误差以进行异常检测.对两个公共视频异常检测数据集,即Avenue数据集和ShanghaiTech数据集的研究证明了所提出方法的有效性.

关键词：异常事件检测、视频监控、自编码网络、记忆力增强、深度学习

所属期刊栏目：51

分类号：TP391.4(计算技术、计算机技术)

在线出版日期：2022-08-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：358-364