期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
一种时间-外观能量扩散Transformer的无监督视频异常检测
1
作者 潘振鹏 李志军 +3 位作者 薛超然 黎鑫 吴克伟 谢昭 《微电子学与计算机》 2025年第2期68-76,共9页
无监督视频异常检测,关注从只有视频级标签的视频中,检测出异常事件发生的视频帧。由于没有视频帧标签,会造成该视频中的正常视频帧和异常视频帧难以区分。为了对正常和异常视频帧进行外观和外观特征分析,本文提出一种用于无监督视频异... 无监督视频异常检测,关注从只有视频级标签的视频中,检测出异常事件发生的视频帧。由于没有视频帧标签,会造成该视频中的正常视频帧和异常视频帧难以区分。为了对正常和异常视频帧进行外观和外观特征分析,本文提出一种用于无监督视频异常检测的时间-外观扩散Transformer。该模型中,Transformer编码器用于提取视频帧特征。时间能量扩散模块,使用高斯噪声对时间特征进行扩散,生成加噪后的时间特征集合。该模块使用单步的Monte Carlo采样方法选择出加噪样本,根据加噪样本和原始样本的余弦相似度和均方误差,判断加噪样本是否可信。该模块进一步设计了单次迭代的加噪和多次跨步的采样过程,来充分学习样本特征的更为复杂的时间变化情况。外观能量扩散模块,对外观特征进行单次迭代的加噪和多次跨步的采样过程,学习复杂的外观特征变化。上述的时间、外观能量扩散模块,描述视频帧可信的时间-外观特征,具有较好的互补性,能够有效增强正常和异常样本的区分能力。Transformer解码器用于异常分数的预测。在CUHK Avenue、ShanghaiTech、UCF-Crime和UBnormal这4个数据集上的实验表明,时间-外观扩散Transformer模型优于现有的无监督视频异常检测方法。 展开更多
关键词 无监督视频异常检测 扩散模型 TRANSFORMER
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部