摘要
摘要
异常行为通常被定义为正常行为范围之外的事件,如斗殴、抛掷异物和车辆乱行等。
据相关报道,2024年底全国网络摄像头总量达到5.76亿,数量庞大。首先,使用人力
识别异常行为成本巨大。其次,依靠人眼观察长视频易产生生理性疲劳。因此,在海量
的视频数据背景下,使用算法自动检测异常行为是很有必要的。因为异常行为不常见,
且类型无穷,所以无监督学习是有效的解决方案。只需要在训练阶段充分学习正常视频
帧对应的某种映射,
摘要
摘要
异常行为通常被定义为正常行为范围之外的事件,如斗殴、抛掷异物和车辆乱行等。
据相关报道,2024年底全国网络摄像头总量达到5.76亿,数量庞大。首先,使用人力
识别异常行为成本巨大。其次,依靠人眼观察长视频易产生生理性疲劳。因此,在海量
的视频数据背景下,使用算法自动检测异常行为是很有必要的。因为异常行为不常见,
且类型无穷,所以无监督学习是有效的解决方案。只需要在训练阶段充分学习正常视频
帧对应的某种映射,
文档评论(0)