《加权卷积自编码长短期记忆网络人群异常检测方法》

技术简介：

本发明公开了一种加权卷积自编码长短期记忆网络(Weighted convolutional autoencoder-long short-term memory network,WCAE-LSTM网络)进行异常检测的方法,致力于学习移动行人的生成模型进行异常检测及定位,以保证公共安全。本发明提出一种新颖的双通道框架,利用WCAE-LSTM网络分别学习原始数据通道及对应的光流通道的生成模式并对数据进行重构,基于重构误差进行异常检测。此外,针对复杂背景问题,本发明提出采用分块鲁棒主成分分析分解将稀疏前景与低秩背景分离,根据得到的背景信息设计加权欧几里德损失函数,从而抑制背景噪声。本发明设计的WCAE-LSTM网络不仅能从全局角度检测异常,还能从局部角度粗略地定位异常区域,并通过联合考虑全局-局部异常分析和光流异常分析的结果,最终实现对异常事件鲁棒、准确地检测。

研发人员：杨彪;曹金梦;张御宇;吕继东;邹凌