原创力文档摘要
视频异常检测技术旨在通过从摄像头获取的视频内容，应用分析和对比的方法，及
时准确识别异常行为或异常事件。然而，由于异常事件对场景的依赖性，异常事件数量
的稀少性以及种类的多样性等因素影响，不仅涉及空间上的异常，还需考虑时间维度上
的变化，这些因素使得视频异常检测具有一定的挑战性。现阶段的成果通常以自监督的
方式学习正常样本的特征，本文亦采用自监督学习方式建模正常模式,然后在测试阶段
检测不同于正常模式的异常事件，其研究工作如下：
（1）提出一种基于运动向量时序拼图的自监督视频异常检测
摘要
视频异常检测技术旨在通过从摄像头获取的视频内容，应用分析和对比的方法，及
时准确识别异常行为或异常事件。然而，由于异常事件对场景的依赖性，异常事件数量
的稀少性以及种类的多样性等因素影响，不仅涉及空间上的异常，还需考虑时间维度上
的变化，这些因素使得视频异常检测具有一定的挑战性。现阶段的成果通常以自监督的
方式学习正常样本的特征，本文亦采用自监督学习方式建模正常模式,然后在测试阶段
检测不同于正常模式的异常事件，其研究工作如下：
（1）提出一种基于运动向量时序拼图的自监督视频异常检测
文档评论（0）