[发明专利]异常行为样本生成方法及系统

说明书

本发明公开了一种异常行为样本生成方法及系统，从样本充足的基类中搜索与其他样本的特征的距离之和最小的样本，即基类的质心，并将该质心作为基类中心；计算当前新类样本与所有基类中心的欧式距离，选择与该新类样本距离最近的k个基类作为最近邻基类；计算所述k个基类的中心的平均值，作为近似类中心，计算近似类中心与新类样本的中点，作为最终的新类分布中心；利用最终的新类分布构造一个基于高斯分布的样本生成器，用以随机生成虚拟样本。本发明不但更加准确地估计出了新类的分布中心，而且有效解决了少样本学习中对相似类的分类效果不佳的问题。

技术领域

本发明涉及深度学习领域，特别是一种异常行为样本生成方法及系统。

背景技术

校园安全问题目前得到社会各界越来越多的重视，踩踏、霸凌以及打架斗殴等危害校园安全的行为频繁发生。目前，我国的校园安全事件呈多发态势，防控难度随之增大，校园安全正面临前所未有的严峻挑战。但是，由于校园安全事件的隐蔽性、突发性以及频发性，使得高效率的校园安全保障、提前预防的校园安全机制在落实上存在较大困难。近年来，计算机视觉技术的发展为校园异常行为安全监测与预警提供了可能。异常行为识别集高效性与精准性，将校园安全事件隐患遏制在萌芽状态，并积极提前预警和干预。因此，基于计算机视觉技术的异常行为识别与智能预警已然成为校园安全监控等领域的重要研究问题。以往的异常行为样本生成方法主要基于深度学习，这需要大规模数据集的支持。

深度学习在图像处理领域的巨大成功在很大程度上依赖于大规模的有标签数据集的出现，但是，当样本数量有限时，深度学习模型很容易出现过拟合。因此，少样本学习是一个十分具有发展前景和挑战的计算机视觉方向。它模仿人类认知新事物的思维模式，即通过少数的几个例子就能够对一个从未见过的对象进行准确识别，这似乎是一种教会机器如何像人类一样认知新事物的有效方法，进一步拉近了人工智能与人类智慧之间的距离^[1]。

然而，如何从有限种类和数量的样本中学习到一些知识并推演到新的类别中是很具有挑战和实际意义的。针对该问题的研究大多还是停留在分类任务^[2]上，并且现有的方法仍不能令人满意，远远达不到工业应用水准。一方面，样本的不足必然带来模型泛化能力差的问题；另一方面，利用少量样本来准确地估计类分布是极其困难的。

少样本学习的目的是提高样本的利用率，探索如何利用少量带标记的样本就使模型达到与以往的深度学习模型相媲美甚至更优的性能。针对带标记的样本稀少的问题，有两种思路，一种是当存在大量未标记样本时，利用已标记的那部分样本对未标记的样本打上伪标签；另一种方法是当样本有限时，利用带标记的样本生成大量虚拟样本。前者的问题不在于数据量的多少，而是样本标注问题，如果结合相关专家或算法也可以得到有效缓解。但是后者就是典型的样本量少的问题，相对棘手。但是，如果我们假设类分布服从高斯或类高斯分布^[3]，那么我们只需要知道类分布的中心和变化范围即可估计整个类的分布，然而从有限的样本估计类分布是极其困难的，并且其关键在于能否准确地估计类中心。

借助基类的统计数据对新类进行分布矫正^[4]是一种非常新颖且有效的少样本分类方法。但是，在对相似类进行分布矫正的过程中，可能会出现两个经矫正的分布中心过于接近的问题，造成对相似类的分类效果不佳的现象，进而影响最终的少样本分类性能。