计算机应用研究

作者：漆美林,吴媛媛,张航,林文龙,

单位：成都理工大学计算机与网络安全学院,成都610059；

关键词：无监督,视频异常检测,洛伦兹双曲空间,庞加莱球模型,

基金：成都理工大学2023年中青年骨干教师发展计划资助项目(10912-JXGG2023-06470)；；

在视频异常检测领域中，异常事件往往具有时间连续性和相似性，现有的无监督方法将视频切分为多个片段并随机选取部分片段进行训练，破坏了异常事件的连续性，导致关键的时空信息丢失。此外，基于欧氏空间的现有方法在对视频数据建模时，受到嵌入空间维度的限制，难以有效捕获潜在的几何层次结构。为此，提出一种基于双曲空间的无监督视频异常检测方法，设计了时空特征构建模块（STFC），用于提取视频片段间的时间相关性和特征相似性，并将其嵌入到洛伦兹双曲空间和庞加莱球双曲空间中学习更加丰富的视频表示，使模型更好地区分正常和异常事件。实验表明，该方法在Shanghai Tech和UCF-Crime两个公有数据集上分别取得了93.26%和77.55%的AUC值，优于现有无监督视频异常检测方法。结果证明了双曲空间在捕捉视频数据潜在几何层次结构方面的优势，并展示了其在提升异常检测能力方面的潜力。

来源：2025年第7期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2025年第7期