一种基于光流特征与全卷积语义分割特征结合的异常行为检测方法

摘要

本发明提供一种基于光流特征与全卷积语义分割特征结合的异常行为检测方法，包括训练阶段：1)对搭建好的全卷积网络进行初始化训练；2)加入提取到的光流特征对新加入的一层卷积层进行再次训练得到最终的网络结构和网络参数。测试阶段：1)输入原始图像和提取到的光流特征通过训练好的卷积神经网络得到最初的异常检测结果；2)对初步检测的结果进行空间上的优化，在空间上，异常位置的存在不会是孤立的一些点，会有一定的区域，因此首先设置一个面积阈值去除一些噪声点；3)对空间上优化后的检测结果进行时间上的优化，常行为的发生在时域上是连续的，不会孤立的存在于某一帧，因此设置一个时间阈值，纠正一些检测错误的帧。本发明针对复杂场景下的异常行为检测，通过结合光流特征和全卷积语义分割特征，并通过空间和时间上的优化，有效的提高了检测的准确率和鲁棒性。