行为预测网络训练方法、系统及行为异常检测方法、系统

摘要

本发明公开了一种行为预测网络训练方法、系统及行为异常检测方法、系统，涉及视频异常检测技术领域。训练方法包括：基于卷积网络和U‑Net网络构建异构孪生网络；获取训练视频，所述训练视频包括若干时间连续的包含正常行为的RGB视频帧和光流帧；分别通过RGB视频帧和光流帧对卷积网络和U‑Net网络进行训练；确定表观损失函数和运动损失函数；根据表观损失函数和所述运动损失函数，确定多约束损失函数；根据多约束损失函数调整卷积网络和U‑Net网络中的权重，以对异构孪生网络进行训练，得到训练好的异构孪生网络。通过本发明能够有效对复杂场景下快速运动、外观相似的运动物体进行行为预测，进而能够有效检测出异常行为。