- 1、本文档共10页,其中可免费阅读9页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明适用于深度学习中视频异常行为检测技术领域,提供了一种基于自注意力机制的生成对抗网络视频异常检测方法,包括如下步骤:步骤S1:将含有连续t‑1帧的正常作视频帧为训练数据,按时间顺序堆叠起来输入生成器网络AttentionU‑net用来预测其下一帧;步骤S2:将生成的预测帧与实际帧共同输入liteFlownet光流网络中,保证视频帧之间的运动连续性;通过在生成对抗网络的U‑net生成器部分加入基于网格特征图分配权重的自我学习软注意力门控机制来提取特征,自注意力机制自动寻找图像的相关部分,提高对
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 113313037 A
(43)申请公布日 2021.08.27
(21)申请号 202110613253.6
(22)申请日 2021.06.02
(71)申请人 郑州大学
地址 45
文档评论(0)