来源：期刊VIP网 时间：
作者：穆辉宇;亢卿辰;谢毅;乔保军;远程;党兰学;
单位：河南大学计算机与信息工程学院;河南大学河南省大数据分析与处理重点实验室;河南省公平竞争审查事务中心;
摘要：无人机摄像头相较于固定摄像头具有更高的灵活度和适应性，将无人机与视频异常检测技术相结合具有重要的研究意义.主流的基于重建的异常检测方法都在同源数据中进行训练和测试，而对于数据分布不同的目标域场景下检测性能衰退.针对跨域的异常检测问题，设计了一个基于特征解耦的变形估计异常检测框架，该框架首先对源域和目标域训练样本进行特征解耦，提取分布对齐的域特征，将其馈送给多尺度变形模块和自编码网络.然后设计一个紧凑记忆模块，学习压缩的正常原型表示，并通过解码器对其重建.同时构建一个多尺度变形模块，利用K尺度的变形场估计图像的变形信息.最后对多尺度变形信息与重建误差加权求和生成异常分数.在4个视频数据集上进行域内和跨域实验，实验结果验证了提出的方法在视频异常检测方面的有效性.
关键词：视频异常检测;;自编码器;;多尺度变形;;记忆网络;;域适应
基金资助：2023年河南省研究生教育改革与质量提升工程项目(YJS2023JD28);; 2024年河南省研究生教育改革与质量提升工程项目(YJS2024JD30);; 河南省高校科技创新团队支持计划(24IRTSTHN021);; 河南省科技攻关项目(232102210080,242102210079);; 河南省高校重点科研项目(24A520004)
