基于深度卷积神经网络的异常行为快速识别

作者：龙翔; 韩兰胜; 王伟豪

来源：火力与指挥控制, 2023, 48(01): 26-32.

DOI：10.3969/j.issn.1002-0640.2023.01.005

• 异常检测
• 卷积神经网络
• 拥挤场景
• 快速识别
• 异常行为

针对异常行为快速识别问题，提出了一种基于深度卷积神经网络的视频检测和定位方法。该方法利用全卷积神经网络和时间数据，将一个预先经过训练和监督的全卷积神经网络转移到一个无监督的全卷积神经网络，确保能够检测全局场景中的异常，提出利用级联检测的方式来降低算法的计算复杂度，从而使其在速度和精度方面获得较高的性能。提出的基于全卷积神经网络的异常行为检测架构解决了两个主要任务，即特征表示和级联离群值检测。实验结果表明，所提方法在检测和定位精度上优于现有算法，且运行速度更快，从而表明所提算法的有效性和可行性。

• 单位
  华中科技大学; 湖北生物科技职业学院