[发明专利]基于改进的伪三维残差神经网络的异常行为检测方法有效
| 申请号： | 201910548528.5 | 申请日： | 2019-06-24 |
| 公开（公告）号： | CN110263728B | 公开（公告）日： | 2022-08-19 |
| 发明（设计）人： | 卢博文;郭文波;朱松豪 | 申请（专利权）人： | 南京邮电大学 |
| 主分类号： | G06V20/40 | 分类号： | G06V20/40;G06V10/82;G06N3/04 |
| 代理公司： | 南京正联知识产权代理有限公司 32243 | 代理人： | 张玉红 |
| 地址： | 210003 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于改进的伪三维残差神经网络的异常行为检测方法，包括以下步骤：首先，将训练集中的每个视频分割为多个视频片段；其次，将一个视频的所有视频片段分别输入改进的伪三维残差神经网络后得到它们的特征；然后，取每个片段里所有帧的特征向量的平均值，并紧接着对特征均值进行L2范数归一化，从而得到该视频片段的特征向量；最后，将视频片段的特征向量输入到一个3层的全连接神经网络，就会输出视频片段的异常得分。实验结果表明，与目前方法相比，本文所提方法进一步提高了异常行为检测的准确率，更贴合实际应用。 | ||
| 搜索关键词： | 基于 改进 三维 神经网络 异常 行为 检测 方法 | ||
【主权项】：
1.基于改进的伪三维残差神经网络的异常行为检测方法，其特征在于，包括以下步骤：步骤一，基于多示例学习方法，采用仅有粗粒度标记(即视频级别标签)的训练集，对训练集中的每个视频进行数据预处理，将每个视频分割为多个视频片段；步骤二，对P3D‑ResNet网络结构进行改进，将一个视频的所有视频片段分别输入改进的P3D‑ResNet，获取每个视频片段里每个视频帧的特征向量；步骤三，计算每个视频片段里所有帧的特征向量的平均值，并紧接着对特征均值进行L2范数归一化，从而获得该视频片段的特征向量；步骤四，将步骤三所获得的视频片段的特征向量输入一个3层的全连接神经网络，就会输出视频片段的异常得分；步骤五，绘制受试者操作特性曲线，计算曲线下对应面积，对输入视频异常片段进行评估。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京邮电大学，未经南京邮电大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910548528.5/，转载请声明来源钻瓜专利网。
