来源：期刊VIP网 时间：
作者：付燕;贺奎;叶鸥;
单位：西安科技大学人工智能与计算机学院;
摘要：针对现有视频异常检测中基于预测的方法将短序列作为输入，导致序列中部分异常运动被代入到预测的下一帧，削弱了对异常运动模式的检测，文中提出一种双分支结构，每个分支专注于视频的不同维度来增强检测的准确性。第一个分支通过增强空间注意力模块和时序移位注意力模块深度挖掘视频的空间和时间特征来预测未来帧；第二个分支基于对象的光流信息挖掘视频的运动特征。最终根据时空和运动特征综合评估，以此来确定每一帧的异常情况。使用3个标准的基准数据集进行系统评估，在UCSD Ped2、CUHK Avenue和ShanghaiTech上，AUC达到99.5%、89.9%和78.6%，说明该算法在监控视频检测中具有较好的效果。
关键词：视频异常检测;;运动-时空特征;;视频监控;;双流网络;;神经网络;;双分支结构
基金资助：中国博士后科学基金项目（2020M673446）
