申请/专利权人：南京工业大学;南京传世信息技术有限公司

申请日：2024-01-18

公开（公告）日：2024-04-19

公开（公告）号：CN117911925A

主分类号：G06V20/40

分类号：G06V20/40;G06V10/82;G06N3/094;G06N3/042;G06N3/0464;G06N3/084

优先权：

专利状态码：在审-公开

法律状态：2024.04.19#公开

摘要：本发明公开了一种基于图领域对抗学习的视频异常检测方法及系统，属于视频处理技术、计算机视觉领域。本发明方法包括：面向智能视频监控系统的异常行为检测，构建具有领域泛化能力的检测系统。在训练阶段将单或多个数据集输入基于图的领域不变表征学习模块和领域判别器，通过计算领域节点间关联的强度，使模型学习具有不随领域迁移的域不变性的深度特征；同时将训练数据引入作用于反向传播的梯度反转层，使优化特征映射的参数向着相反的方向构建损失；在测试阶段，将不局限于训练数据集的测试视频输入训练好的模型，检测是否发生异常。所述系统包括客户端和服务器端。本发明弥补了视频异常检测任务只在特定的数据集上表现良好的限制，提高视频异常检测模型的跨领域泛化能力和可移植性。

主权项：1.一种基于图领域对抗学习的视频异常检测方法，其特征在于，包括：获取单或多个监控视频数据集构成训练域；考虑视频数据集平均长度和异常事件的持续时间，采用稀疏连续采样策略进行特征采样；每个特征片段对应图的一个节点，特征之间的特定连接对应图的边缘，用图卷积操作构成基于图的领域特征不变学习模块和领域判别器，通过计算领域节点间关联的强度，使学习到的特征具备不随领域迁移的域不变性和用于视频异常检测的判别性；加入梯度反转层构建适合的损失函数，使优化特征映射的参数向着相反的方向构建损失；使用训练后的网络模型对任意数据集进行异常检测。

全文数据：

权利要求：

百度查询： 南京工业大学;南京传世信息技术有限公司 一种基于图领域对抗学习的视频异常检测方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD