一种时间-外观能量扩散Transformer的无监督视频异常检测.pdfVIP

第42卷第2期微电子学与计算机Vol.42No.2

2025年2月MICROELECTRONICSCOMPUTERFebruary2025

引用格式：潘振鹏，李志军，薛超然，等．一种时间-外观能量扩散Transformer的无监督视频异常检测[J].微电子学与计算机，

2025，42（2）：68-76．

PANZP，LIZJ，XUECR，etal.Atime-appearancediffusionTransformerforunsupervisedvideoanomalydetection[J].Micro-

electronicsComputer，2025，42（2）：68-76.

DOI：10.19304/J.ISSN1000-7180.2024.0005

一种时间-外观能量扩散Transformer的无监督视频异常检测

潘振鹏，李志军，薛超然，黎鑫，吴克伟，谢昭

（合肥工业大学计算机与信息学院,安徽合肥230601）

摘要：无监督视频异常检测，关注从只有视频级标签的视频中，检测出异常事件发生的视频帧。由于没有视频

帧标签，会造成该视频中的正常视频帧和异常视频帧难以区分。为了对正常和异常视频帧进行外观和外观特征分

析，本文提出一种用于无监督视频异常检测的时间-外观扩散Transformer。该模型中，Transformer编码器用于提取

视频帧特征。时间能量扩散模块，使用高斯噪声对时间特征进行扩散，生成加噪后的时间特征集合。该模块使用

单步的MonteCarlo采样方法选择出加噪样本，根据加噪样本和原始样本的余弦相似度和均方误差，判断加噪样本

是否可信。该模块进一步设计了单次迭代的加噪和多次跨步的采样过程，来充分学习样本特征的更为复杂的时间

变化情况。外观能量扩散模块，对外观特征进行单次迭代的加噪和多次跨步的采样过程，学习复杂的外观特征变

化。上述的时间、外观能量扩散模块，描述视频帧可信的时间-外观特征，具有较好的互补性，能够有效增强正常和

异常样本的区分能力。Transformer解码器用于异常分数的预测。在CUHKAvenue、ShanghaiTech、UCF-Crime和

UBnormal这4个数据集上的实验表明，时间-外观扩散Transformer模型优于现有的无监督视频异常检测方法。

关键词：无监督视频异常检测；扩散模型；Transformer

中图分类号：TP391文献标识码：A文章编号：1000-7180（2025）02-0068-09

Atime-appearancediffusionTransformerforunsupervised

videoanomalydetection

PANZhenpeng，LIZhijun，XUEChaoran，LIXin，WUKewei，XIEZhao

（SchoolofComputerScienceInformationEngineering,HefeiUniversityofTechnology,Hefei230601,China）

Abstract：Unsupervisedvideoanomalydetectionfocusesondetectingvideoframesinwhichabnormaleventsoccurfrom

videoswithonlyvideo-leveltags.Duetothelackofvideoframelabels,itcanbedifficulttodistinguishbetweennormal