基于自注意增强的时空变分自编码网络的异常事件检测方法

摘要

一种基于自注意增强的时空变分自编码网络的异常事件检测方法，网络主要包括空间变分自编码器模块、自注意增强的Conv‑LSTM模块。首先对原始采集数据集进行预处理，构造模型训练数据集，搭建SST‑VAE模型；再设计异常得分函数，采用反向传播算法，利用数据集对SST‑VAE模型进行训练；再对视频进行异常事件检测，输出视频帧的异常得分；然后进行自适应阈值选择，评估模型性能；本发明避免了传统VAE中矢量化过程导致的信息丢失；有选择性、动态地调节输入的信息到隐藏的Conv‑LSTM表示中，充分利用视频的时空特征，改善信息流；在视频异常检测领域具有良好的应用前景。