基于贝叶斯融合的时空流异常行为检测模型

• 作者: 何丹丹 陈莹
• 来源期刊: 电子与信息学报
• 学科: 工学
• 关键词: 异常行为检测 贝叶斯融合 时空流
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 论文
• 页码范围: 1137-1144
• 页数: 8页
• 分类号: TP391
• 字数: 5689字
• 语种: 中文
• DOI: 10.11999/JEIT180429

摘要

针对直接利用卷积自编码网络未考虑视频时间信息的问题,该文提出基于贝叶斯融合的时空流异常行为检测模型.空间流模型采用卷积自编码网络对视频单帧进行重构,时间流模型采用卷积长短期记忆(LSTM)编码-解码网络对短期光流序列进行重构.接着,分别计算空间流模型和时间流模型下每帧的重构误差,设计自适应阈值对重构误差图进行二值化,并基于贝叶斯准则对空间流和时间流下的重构误差进行融合,得到融合重构误差图,并在此基础上进行异常行为判断.实验结果表明,该算法在UCSD和Avenue视频库上的检测效果优于现有异常检测算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈莹	江南大学轻工过程先进控制教育重点实验室	101	401	10.0	14.0
2	何丹丹	江南大学轻工过程先进控制教育重点实验室	2	3	1.0	1.0