典型文献
基于双流残差网络的视频异常事件检测研究
文献摘要：
针对传统视频异常事件检测算法准确率低、鲁棒性差等问题,提出了一种基于双流残差网络的视频异常事件检测算法.该算法综合运用深层残差网络、时序分割网络以及卷积融合策略.在传统双流网络利用单帧图像和多帧光流图像分别提取运动信息和时序行为的基础上,进一步加深网络深度,扩展运动信息建模能力;同时,利用分段构建网络的方式充分提取时序特征,提升对长时间视频处理效果;并且将高维时空特征进行融合,充分挖掘视频中的时空关联关系,得到最终检测结果.在公开的UCF-Crime和XD-Violence数据集上训练和验证的实验结果表明,提出的基于双流残差网络的视频异常事件检测算法相较于仅使用单模态网络(空间流网络)的方法准确率提升约10％,与传统双流网络相比,准确率也分别提升3.2％和6.1％.
文献关键词：
视频异常事件检测;多模态特征融合;残差网络;双流网络
中图分类号：
作者姓名：
王梓旭;金立左;张珊;苏国伟;陈瑞杰
作者机构：
东南大学,南京 210000;西安电子科技大学,西安 710000
文献出处：
引用格式：
[1]王梓旭;金立左;张珊;苏国伟;陈瑞杰-.基于双流残差网络的视频异常事件检测研究)[J].电光与控制,2022(08):88-93
A类：
视频异常事件检测,Violence
B类：
检测算法,深层残差网络,分割网络,融合策略,双流网络,单帧图像,多帧,光流,运动信息,时序行为,信息建模,建模能力,建网,分提,时序特征,视频处理,处理效果,高维,时空特征,时空关联,关联关系,UCF,Crime,XD,单模,准确率提升,多模态特征融合
AB值：
0.255522
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
