基于生成对抗网络的人体异常行为检测算法

作者：唐浩漾; 张小媛; 王燕; 杨青

来源：西安邮电大学学报, 2020, 25(03): 92-97.

DOI：10.13682/j.issn.2095-6533.2020.03.016

• 生成对抗网络
• 人体异常行为检测
• 感知网络

针对复杂场景中人体遮挡导致人体异常行为检测效果差、实时性低的问题,提出一种基于生成对抗网络的人体异常行为检测算法。通过生成对抗网络预测视频帧,引入感知网络提取复杂场景视频流中的人体运动特征,并建立异常行为判决函数,实现对异常行为的准确检测。实验结果表明,该算法在复杂场景情况下可准确检测出视频中的异常行为,检测精度可达到96.7%,相比于时空自动编码器异常行为检测算法提升了5.5%;对于视频流的检测速度达到25 FPS,可实现对人体异常行为的实时检测。

• 单位
  西安邮电大学; 自动化学院