[发明专利]一种弱监督自训练视频异常检测方法在审
| 申请号： | 202211328891.4 | 申请日： | 2022-10-27 |
| 公开（公告）号： | CN116935303A | 公开（公告）日： | 2023-10-24 |
| 发明（设计）人： | 唐俊;汪振涛;王科;朱明 | 申请（专利权）人： | 安徽大学 |
| 主分类号： | G06V20/52 | 分类号： | G06V20/52;G06V10/44;G06V10/762;G06V10/764;G06V10/82;G06N3/0464;G06N3/047;G06N3/08 |
| 代理公司： | 合肥汇融专利代理有限公司 34141 | 代理人： | 赵宗海 |
| 地址： | 230000 *** | 国省代码： | 安徽;34 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本发明涉及计算机视觉技术领域，解决了弱监督方法会引入大量标签噪声的技术问题，尤其涉及一种弱监督自训练视频异常检测方法，该检测方法包括以下步骤：S1、获取视频异常检测数据集并将其划分为训练集和测试集；S2、搭建异常检测模型并采用训练集进行训练，异常检测模型包括第一阶段网络模型和第二阶段网络模型；若异常得分大于阈值，则为异常片段；若异常得分小于阈值，则为正常片段。S3、将待检测视频输入至训练后的异常检测模型中预测每个视频片段的异常得分，根据异常阈值对视频片段中的异常进行检测。本发明达到了利用先验知识生成高置信度的伪标签，提高异常检测准确率的目的。 | ||
| 搜索关键词： | 一种 监督 训练 视频 异常 检测 方法 | ||
【主权项】：
暂无信息
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安徽大学，未经安徽大学许可，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/202211328891.4/，转载请声明来源钻瓜专利网。
