计算机应用研究

作者：王婷,宣士斌,周建亭,

单位：1.广西民族大学a.电子信息学院;b.人工智能学院,南宁530006；2.广西混杂计算与集成电路设计分析重点实验室,南宁530006；

关键词：视频异常检测,多级小波变换,注意力机制,视频预测,坐标注意力,

基金：国家自然科学基金资助项目(61866003)；广西民族大学研究生教育创新计划项目(gxun-chxs2021063)；；

针对视频异常检测中对正常视频预测不准确、学习正常特征的能力欠佳的问题，提出融合小波变换和编解码注意力的异常检测模型。模型中引入多级离散小波变换，设计了一种离散小波变换融合模块，将由视频帧分解得到的多个子带图拼接，传入深度可分离卷积，再与编码器特征融合，以弥补下采样过程中丢失的高频细节信息；构建了一种编解码注意力模块，通过对编码器特征图进行高斯差分操作，然后分别沿水平和垂直方向获取注意力权重，再根据权重聚合编码器特征，最后关联解码器特征，增强网络对正常事件的学习。在Ped1、Ped2、Avenue数据集上的实验表明，所提模型的AUC分别提升了3.2%、3.1%、2.0%，能有效提高检测异常的能力。

来源：2023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2023年第7期