基于全局-局部自注意力網(wǎng)絡(luò)的視頻異常檢測方法

摘要： 為提升視頻異常檢測精度，提出一種基于全局-局部自注意力網(wǎng)絡(luò)的視頻異常檢測方法。首先，融合視頻序列與其對應(yīng)的RGB序列凸顯物體的運動變化；其次，通過膨脹卷積層捕獲視頻序列在局部區(qū)域的時序相關(guān)性，并利用自注意力網(wǎng)絡(luò)計算視頻全局時序的依賴性，同時，依靠增加基礎(chǔ)網(wǎng)絡(luò)U-Net的深度并結(jié)合相關(guān)運動和表征約束對網(wǎng)絡(luò)模型進行端到端的訓(xùn)練學(xué)習(xí)，從而提升模型的檢測精度和魯棒性；最后，對公開數(shù)據(jù)集...