时序CNN与稀疏光流融合的视频人车异常检测

摘要

大多现存的监控视频异常检测方法都是基于繁琐的特征提取,检测性能不佳,时间效率低下。考虑到视频检测中效率对实际应用的影响,提出一种基于时序CNN与鲁棒稀疏光流融合的视频异常检测方法。该方法在CNN基础上结合语义特征与时间特征的优点定位异常区域,进一步利用光流对异常行为进行检测。实验结果表明,该方法可以有效降低视频检测中的错误率,并且保持较高的准确率以及高效地对视频中的人车异常行为进行检测。