论文部分内容阅读
针对现实应用中异常行为外观复杂多变,难以界定的问题,本文提出一种基于社会力模型和注意力机制的异常行为检测模型。首先,利用社会力模型来计算目标间的三种不同形式的社会力;其次,通过多通道的三维卷积神经网络对原始视频帧,光流以及计算得到的社会力进行特征学习,引入注意力机制来增强特征的显著性;最后,通过分类器实现异常行为检测。在UCF-Crime数据集上的实验结果表明,次方法的AUC值达到了79.23%,优于当前一些先进算法。