[发明专利]基于生成协同判别网络的视频异常事件检测方法及系统

权利要求书

1.一种基于生成协同判别网络的视频异常检测方法，其特征在于，所述检测方法包括：

采集正常的视频监控数据；

将所述视频监控数据转换为原始帧I₁,…,I_t；

在所述原始帧中选取第t帧作为原始未来帧I_t；

在所述原始未来帧中添加噪声η～N(0,σ²I)，得到噪声未来帧I′_t；

将所述原始帧输入到生成器中，生成器根据前t-1的连续帧I₁,…,I_t-1学习空间特征和时间特征，得到预测未来帧

计算所述预测未来帧和所述原始未来帧的前一帧I_t-1之间的光流信息，记为第一光流信息

计算所述原始未来帧I_t和所述原始未来帧的前一帧I_t-1之间的光流信息，记为第二光流信息f(I_t-1,I_t)；

计算所述第一光流信息和所述第二光流信息的差异，

将所述预测未来帧和所述原始未来帧I_t输入至判别器中，得到预测未来帧属于原始帧I₁,…,I_t的概率和原始未来帧I_t属于原始帧I₁,…,I_t的概率D(I_t)；

根据所述概率和所述概率D(I_t)构建判别器的目标函数；

将所述噪声未来帧I′_t和所述预测未来帧输入至协同器中，得到噪声未来帧I′_t属于正常未来帧的概率A(I′_t)和预测未来帧属于正常未来帧的概率

根据所述概率A(I′_t)和所述概率构建协同器的目标函数；

将所述第一光流信息和所述第二光流信息的差异f_d、所述概率以及所述概率反馈给生成器，与所述判别器对抗训练，与协同器协同训练优化所述生成器，并构建生成器的目标函数；

基于所述判别器的目标函数、协同器的目标函数以及生成器的目标函数，在迭代过程中不断更新生成器、判别器和协同器，直到生成器、判别器和协同器都无法提升时结束；

基于所述更新后的生成器，确定测试时的预测未来帧

计算所述预测未来帧和所述原始未来帧I_t的峰值信噪比；

基于所述峰值信噪比计算异常分数；

根据所述异常分数确定待测帧是否存在异常。

2.根据权利要求1所述的基于生成协同判别网络的视频异常检测方法，其特征在于，在所述“基于所述判别器的目标函数、协同器的目标函数以及生成器的目标函数，在迭代过程中不断更新生成器、判别器和协同器，直到生成器、判别器和协同器都无法提升时结束”步骤之后还包括：

计算像素损失，根据所述像素损失优化所述生成器；

计算梯度损失，根据所述梯度损失优化所述生成器。

3.根据权利要求2所述的基于生成协同判别网络的视频异常检测方法，其特征在于，所述像素损失采用以下公式：

其中，表示原始未来帧I_t和预测未来帧之间的像素损失，||·||₂表示L₂范数。

4.根据权利要求2所述的基于生成协同判别网络的视频异常检测方法，其特征在于，所述梯度损失采用以下公式：

其中，表示原始未来帧I_t和预测未来帧之间梯度损失，(i,j)表示像素的空间位置，||·||₁表示L₁范数。

5.根据权利要求1所述的基于生成协同判别网络的视频异常检测方法，其特征在于，所述判别器的目标函数为：

其中，为预测未来帧属于原始帧I₁,…,I_t的概率，D(I_t)为原始未来帧I_t属于原始帧I₁,…,I_t的概率。