[发明专利]基于域迁移的公共场所异常行为检测方法

摘要

本发明涉及一种基于域迁移的公共场所异常行为检测方法，利用虚拟世界的模拟创建出大量虚拟异常时间视频，解决了异常事件的多样性但是数据不足的问题，又用域迁移的方法将虚拟数据迁移到真实情况下，提高分类检测网络在正式监控视频中的适应性，有效提升训练网络的可用性。

主权项

1.一种基于域迁移的公共场所异常行为检测方法，其特征在于步骤如下：步骤1：利用已有的虚拟图像产品生成虚拟异常数据，虚拟异常数据包括不同的异常类别和正常类别数据，各个类别的数据数量相同；步骤2：使用步骤1生成的虚拟异常数据训练视频分类网络，得到一个虚拟异常数据分类网络；步骤3：利用生成的虚拟异常数据和采集的真实数据，训练域迁移网络，获得虚拟异常视频数据对应的真实域视频数据；所述的域迁移网络为改进的cycle‑GAN，改进方法：将cycle‑GAN网络中，所有的2D卷积结构，都改为面向视频数据的3D卷积结构，3D卷积结构的计算方法为：其中P、Q、R分别表示上一层网络输出的特征图的长宽高，m表示上已成网络输出的特征图数量。最终计算得到在该卷积模块W下，下一层网络中对应的特征图V，b为偏移量，i，j第i层第j个3d卷积结构，x，y，z长宽高上的坐标值；步骤4：利用步骤3得到的真实域异常数据对步骤2得到的虚拟异常数据分类网络进行进一步分类训练，训练过程和步骤2相同，从而得到真实域的异常视频分类网络；步骤5：将待测试的真实的异常数据输入到步骤4训练得到的网络模型，利用softmax函数获得该输入视频在隶属于各个异常类别中的概率，取最大值的类别作为该段视频的异常类型即可。