行为预测网络训练方法、系统及行为异常检测方法、系统
公开
摘要
本发明公开了一种行为预测网络训练方法、系统及行为异常检测方法、系统，涉及视频异常检测技术领域。训练方法包括：基于卷积网络和U‑Net网络构建异构孪生网络；获取训练视频，所述训练视频包括若干时间连续的包含正常行为的RGB视频帧和光流帧；分别通过RGB视频帧和光流帧对卷积网络和U‑Net网络进行训练；确定表观损失函数和运动损失函数；根据表观损失函数和所述运动损失函数，确定多约束损失函数；根据多约束损失函数调整卷积网络和U‑Net网络中的权重，以对异构孪生网络进行训练，得到训练好的异构孪生网络。通过本发明能够有效对复杂场景下快速运动、外观相似的运动物体进行行为预测，进而能够有效检测出异常行为。
基本信息
专利标题 ：
行为预测网络训练方法、系统及行为异常检测方法、系统
专利标题（英）：
暂无
公开（公告）号 ：
CN114581738A
申请号 ：
CN202210285382.1
公开（公告）日 ：
2022-06-03
申请日 ：
2022-03-22
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
李洪均孙晓虎李超波陈俊杰
申请人 ：
南通大学
申请人地址 ：
江苏省南通市崇川区狼山镇街道啬园路九号
代理机构 ：
北京高沃律师事务所
代理人 ：
韩雪梅
优先权 ：
CN202210285382.1
主分类号 ：
G06V10/774
IPC分类号 ：
G06V10/774 G06V40/20 G06K9/62 G06N3/04
法律状态
2022-06-03 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
