基于改进多示例学习的视频异常行为检测算法  

作　　者：徐闯 徐祥振 

机构地区：[1]赣南师范大学,江西赣州341000

出　　处：《电脑知识与技术》2023年第11期13-14,17,共3页Computer Knowledge and Technology

基　　金：江西省自然科学基金:面向监控视频的高效行为检测方法研究(编号:20202BAB202017)。

摘　　要：近年来,基于弱监督的视频异常行为检测方法开始受到重视。多示例学习是弱监督异常行为检测中一个流行的方法,该文基于多示例学习方法,先介绍了多示例学习方法的结构与原理,然后根据该方法的不足提出了改进的多示例方法。改进后的方法对视频特征进行随机采样,提出了新的多示例损失函数,改进了异常视频的平滑性约束和稀疏性约束,并对全连接网络进行了优化。在ShanghaiTech数据集上进行了验证,进一步提升了算法的准确性与鲁棒性,降低误报率。

关 键 词：视频异常行为检测 弱监督学习 多示例学习 视频特征 全连接网络 

分 类 号：TP37[自动化与计算机技术—计算机系统结构]