基于改进多示例学习的视频异常行为检测算法
近年来,基于弱监督的视频异常行为检测方法开始受到重视.多示例学习是弱监督异常行为检测中一个流行的方法,该文基于多示例学习方法,先介绍了多示例学习方法的结构与原理,然后根据该方法的不足提出了改进的多示例方法.改进后的方法对视频特征进行随机采样,提出了新的多示例损失函数,改进了异常视频的平滑性约束和稀疏性约束,并对全连接网络进行了优化.在ShanghaiTech数据集上进行了验证,进一步提升了算法的准确性与鲁棒性,降低误报率.
视频异常行为检测、弱监督学习、多示例学习、视频特征、全连接网络
19
TP37(计算技术、计算机技术)
江西省自然科学基金20202BAB202017
2023-06-08（万方平台首次上网日期，不代表论文的发表时间）
共3页
13-14,17
