发明

一种视频异常检测模型的训练方法、视频异常检测方法2026

2024-06-01 07:55:39 发布于四川 1
  • 申请专利号:CN202410042500.5
  • 公开(公告)日:2026-10-27
  • 公开(公告)号:CN118097488A
  • 申请人:杭州电子科技大学
摘要:本说明书涉及计算机视觉技术领域,涉及一种视频异常检测模型的训练方法、视频异常检测方法,一种视频异常检测模型的训练方法包括获取样本视频帧序列和视频异常检测模型;所述视频异常检测模型包括外观编码器、运动编码器、一致性融合模块和解码器;将所述样本视频帧序列中的0~t‑1帧输入所述视频异常检测模型,输出t帧的预测帧;利用第一损失函数对所述t帧的预测帧和样本帧进行收敛判断,并优化模型参数;重复以上视频异常检测模型预测步骤以及收敛判断步骤,直至所述第一损失函数收敛,所述视频异常检测模型训练完毕。本说明书的一种视频异常检测模型训练方法、视频异常检测方法提高了异常的预测误差,视频异常检测的准确率较高,计算量小。

专利内容

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 118097488 A (43)申请公布日 2024.05.28 (21)申请号 202410042500.5 (22)申请日 2024.01.11 (71)申请人 杭州电子科技大学 地址 310018 浙江省杭州市杭州经济技术 开发区白杨街道2号大街1158号 (72)发明人 张建辉 吴晨锴 管昉立 颜力琦  (74)专利代理机构 浙江千克知识产权代理有限 公司 33246 专利代理师 黎双华 (51)Int.Cl. G06V 20/40 (2022.01) G06V 10/82 (2022.01) G06V 10/80 (2022.01) G06N 3/0455 (2023.01) G06N 3/082 (2023.01) 权利要求书3页 说明书10页 附图2页 (54)发明名称 一种视频异常检测模型的训练方法、视频异 常检测方法 (57)摘要 本说明书涉及计算机视觉技术领域,涉及一 种视频异常检测模型的训练方法、视频异常检测 方法,一种视频异常检测模型的训练方法包括获 取样本视频帧序列和视频异常检测模型;所述视 频异常检测模型包括外观编码器、运动编码器、 一致性融合模块和解码器;将所述样本视频帧序 列中的0 ~t‑1帧输入所述视频异常检测模型,输 出t帧的预测帧;利用第一损失函数对所述t帧的 预测帧和样本帧进行收敛判断,并优化模型参 数;重复以上视频异

最新专利