视频监控下利用记忆力增强自编码的行人异常行为检测

作者：孙敬波; 季节

来源：红外与激光工程, 2021, 1-7.

• 异常事件检测
• 视频监控
• 自编码网络
• 记忆力放大
• 深度学习

随着视频监控数据的快速增长，对大规模视频数据的自动异常检测的需求越来越大，基于深度自编码器重构误差检测方法已经被广泛探讨。但是，有时候自编码器“泛化”得很好，能够很好地重建异常并导致漏检。为了解决这个问题，本文提出采用记忆力模块来增强自动编码器，称为记忆力增强自编码（Memory-augmented autoencoder， Memory AE）方法。给定输入，Memory AE首先从编码器获取编码，然后将其用作查询以检索最相关的记忆项以进行重建。在训练阶段，记忆内容被更新以表示正常数据的原型元素。在测试阶段，将学习到的记忆元素固定下来，从正常数据的几个选定的记忆记录中获得重建，因此重建将趋向于接近正常样本。因此，将加强对异常的重构误差以进行异常检测。对两个公共视频异常检测数据集，即Avenue数据集和ShanghaiTech数据集的研究证明了所提出的方法的有效性。

• 单位
  济宁学院