基于深度学习的人群异常行为检测综述

摘要：

随着安防需求的日益增长,人群异常行为检测已经成为计算机视觉的研究热点.人群异常行为检测旨在对监控视频中行人的行为进行建模和分析,区分出人群中的正常行为和异常行为,及时发现灾难和意外事件.文中对基于深度学习的人群异常行为检测算法进行了梳理总结.首先,针对人群异常行为检测任务及其现状进行介绍;其次,重点探讨卷积神经网络、自编码网络和生成对抗网络在人群异常行为检测任务中的研究进展;然后,列举该领域常用的数据集,并比较和分析了深度学习方法在UCSD行人数据集上的性能;最后,总结人群异常行为检测的任务难点,并对该领域的未来发展趋势进行了展望.

关键词：异常行为检测;深度学习;卷积神经网络;自编码网络;生成对抗网络

所属期刊栏目：48

分类号：TP391(计算技术、计算机技术)

资助基金：中央高校基本科研业务经费中国民航大学专项资金项目;天津市自然科学基金;中国民航大学科研启动项目

在线出版日期：2021-09-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：125-134