[發明專利]一種監控視頻中的真實異常檢測方法在審
| 申請號： | 202110439306.7 | 申請日： | 2021-04-23 |
| 公開（公告）號： | CN113312968A | 公開（公告）日： | 2021-08-27 |
| 發明（設計）人： | 陳成成;李啟明 | 申請（專利權）人： | 上海海事大學 |
| 主分類號： | G06K9/00 | 分類號： | G06K9/00;G06N3/04;G06N3/08 |
| 代理公司： | 上海互順專利代理事務所(普通合伙) 31332 | 代理人： | 成秋麗 |
| 地址： | 201306 上海市*** | 國省代碼： | 上海;31 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 監控 視頻 中的 真實 異常 檢測 方法 | ||
1.一種監控視頻中的真實異常檢測方法，其特征在于，所述方法包括步驟：
S1：將監控視頻分成多個片段，根據所述多個片段獲取包含第一標簽的正包和包含第二標簽的負包，所述正包包含至少一個正樣本，所述負包包含至少一個負樣本；
S2：將包含正包和負包的訓練集導入C3D網絡中，并對每個分割片段進行時空特征提取，經過神經網絡后對每一個分割片段進行打分，分別返回正包中得分最高的異常片段和負包中得分最高的異常片段，負包中得分最高的異常片段作為優化的分界面，優化后即可以在若監督中學習一個健壯的分類器并根據優化函數進行優化；
S3：根據S2所得到的優化器函數進行損失函數的定義和計算，損失函數定義為成異常事件與正常事件異常值的排序；
S4：通過排名損失函數反向傳播可計算出相應的閾值；
S5：通過最小化相鄰視頻片段的分數差來加強時間上相鄰視頻片段的異常分數之間的時間平滑性；
S6：通過多次迭代，獲得目標函數，
其中，ω代表模型權重，βa，βn分別是指正包和負包，函數是指排序損失函數。
2.根據權利要求1所述的監控視頻中的真實異常檢測方法，其特征在于，所述優化函數的具體表達為：
其中，為第j個訓練樣本的包級標簽，βj是第j個實例，參數i是從實例級標簽中取值，z為包的總數，j是第j個包,φ(xi)為視頻片段的特征表示，b為偏置，k為訓練示例總數，w為待學習的分類器，表示第j個訓練樣本第包級標簽，w表示分類器，xi第i個視頻片段。
3.根據權利要求1所述的監控視頻中的真實異常檢測方法，其特征在于，所述排名損失函數的具體表達為：
其中，Ba，Bn分別是正包和負包，l是排名損失函數，和分別是指正常視頻和異常視頻的第i,q個實例，f是指預測分數函數，max將測試每個視頻包的實例。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于上海海事大學，未經上海海事大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202110439306.7/1.html，轉載請聲明來源鉆瓜專利網。
