针对目前视频异常检测领域使用单个重构模型无法完整重构图像、单个预测模型易受噪声扰动等问题，提出一种结合重构和预测模型的无监督视频异常检测算法。使用预测模型，输入当前多帧视频帧来精准预测下一帧图像，能够扩大正常和异常的区分度；使用重构模型提高网络的鲁棒性；使用结合残差网络和U-net网络的生成对抗网络(GAN)来处理异常，避免网络出现梯度爆炸和梯度消失等问题。实验证明：提出的算法能提高视频异常检测的准确性和鲁棒性，实现了监控视频中异常事件的自动监督。
科研之友
微信
新浪微博
Facebook
分享链接
