注意力與特征融合的未來(lái)幀預(yù)測(cè)異常行為檢測(cè)算法

摘要： 針對(duì)異常行為檢測(cè)模型中檢測(cè)準(zhǔn)確度較低，目標(biāo)異常類型判斷不準(zhǔn)確等問題，提出注意力與特征融合的未來(lái)幀預(yù)測(cè)異常行為檢測(cè)算法。該算法采用無(wú)監(jiān)督生成對(duì)抗網(wǎng)絡(luò)模型，通過計(jì)算真實(shí)幀和預(yù)測(cè)幀之間的誤差來(lái)判斷當(dāng)前幀是否為異常幀。在生成網(wǎng)絡(luò)中，以U-Net網(wǎng)絡(luò)結(jié)構(gòu)為基礎(chǔ)，首先引入SoftPool層，減少池化過程中的信息損失；其次引入即插即用的輕量級(jí)注意力機(jī)制，增強(qiáng)背景信息和目標(biāo)信息差，有效提升網(wǎng)絡(luò)...