[發(fā)明專利]一種異常行為檢測方法、終端設(shè)備及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202011049302.X
• 申請日: 2020-09-29
• 公開（公告）號: CN112149596A
• 公開（公告）日: 2020-12-29
• 發(fā)明（設(shè)計(jì)）人: 蘇鷺梅;陳鑫強(qiáng);李天友;吳家俊;黃明勇
• 申請（專利權(quán)）人: 廈門理工學(xué)院
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04;G06N3/08
• 代理公司: 廈門市精誠新創(chuàng)知識產(chǎn)權(quán)代理有限公司 35218
• 代理人: 汪萬龍

1.一種異常行為檢測方法，其特征在于，包括以下步驟：

S1：采集多組連續(xù)t+1幀視頻圖像組成的視頻圖像序列，將所有視頻圖像序列組成訓(xùn)練集；

S2：構(gòu)建U-Net神經(jīng)網(wǎng)絡(luò)，U-Net神經(jīng)網(wǎng)絡(luò)的輸入為第1～t幀視頻圖像組成的視頻圖像序列，輸出經(jīng)過U-Net神經(jīng)網(wǎng)絡(luò)重構(gòu)后的重構(gòu)圖像，通過訓(xùn)練集對U-Net神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，使得重構(gòu)圖像與采集的第t+1幀的真實(shí)圖像的差異最小；對U-Net神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過程中還包括外觀約束、運(yùn)動(dòng)約束和信息增益約束；

S3：通過訓(xùn)練后的U-Net神經(jīng)網(wǎng)絡(luò)對視頻中連續(xù)幀的圖像不斷重構(gòu)，通過重構(gòu)圖像與其對應(yīng)的真實(shí)圖像之間的差異與閾值的關(guān)系，判斷視頻中是否存在異常行為。

2.根據(jù)權(quán)利要求1所述的異常行為檢測方法，其特征在于：U-Net神經(jīng)網(wǎng)絡(luò)構(gòu)成的自編碼器分為編碼器和解碼器，編碼器負(fù)責(zé)對圖像的特征進(jìn)行提取，并逐漸減小池化層的空間尺寸，解碼器負(fù)責(zé)對圖像的重構(gòu)并恢復(fù)圖像的細(xì)節(jié)和空間尺寸。

3.根據(jù)權(quán)利要求1所述的異常行為檢測方法，其特征在于：外觀約束包括強(qiáng)度約束和梯度約束；強(qiáng)度約束為計(jì)算重構(gòu)圖像與真實(shí)圖像之間所有像素值的差值，梯度約束為計(jì)算重構(gòu)圖像與真實(shí)圖像之間的梯度。

4.根據(jù)權(quán)利要求1所述的異常行為檢測方法，其特征在于：運(yùn)動(dòng)約束包括光流損失，光流損失用于計(jì)算重構(gòu)圖像的光流與真實(shí)圖像的光流之間的差值。

5.根據(jù)權(quán)利要求1所述的異常行為檢測方法，其特征在于：信息增益約束用于計(jì)算重構(gòu)圖像的信息熵與真實(shí)圖像的信息熵之間的差值。

6.根據(jù)權(quán)利要求1所述的異常行為檢測方法，其特征在于：差異通過峰值信噪比來評價(jià)。

7.一種異常行為檢測終端設(shè)備，其特征在于：包括處理器、存儲器以及存儲在所述存儲器中并在所述處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)如權(quán)利要求1～6中任一所述方法的步驟。

8.一種計(jì)算機(jī)可讀存儲介質(zhì)，所述計(jì)算機(jī)可讀存儲介質(zhì)存儲有計(jì)算機(jī)程序，其特征在于：所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1～6中任一所述方法的步驟。