骨架引导的多模态视频异常行为检测方法OA
Skeleton-guided Multimodal Video Abnomaly Behavior Detection
视频异常行为检测是智能视频监控分析的一项重要且具有挑战性的任务,旨在自动发现异常事件.针对只采用单骨架模态导致部分相似运动模式的行为难以区分和缺乏时间全局信息的问题,提出骨架引导的多模态异常行为检测方法.为了充分利用 RGB视频模态和骨架模态的优势进行相似行为下的异常行为检测,将从骨架模态中提取的动作行为特征作为引导,使用新的空间嵌入来加强 RGB 视频和骨架姿态之间的对应关系.同时使用时间自注意力提取相同节点的帧间关系,以捕获时间的全局信息,有…查看全部>>
A multi-modal abnormal behavior detection algorithm based on the fusion of RGB video and skeleton sequences was proposed to solve the problem that the behavior of similar motion patterns was dif-ficult to distinguish by using only human skeleton features.In order to make full use of the advantages of each mode for abnormal behavior detection with similar behaviors,a new spatial embedding was used to strengthen the correspondence between RGB and skeletal pose…查看全部>>
付荣华;刘成明;刘合星;高宇飞;石磊
郑州大学 网络空间安全学院 河南 郑州 450002郑州大学 网络空间安全学院 河南 郑州 450002郑州市公安局 科技通信管理处 河南 郑州 450000郑州大学 网络空间安全学院 河南 郑州 450002郑州大学 网络空间安全学院 河南 郑州 450002
计算机与自动化
视频异常行为检测骨架多模态融合时空自注意力增强图卷积空间嵌入
video abnormal behavior detectionskeletonmultimodal fusionspatiotemporal self-atten-tion augmented graph convolutionspatial embedding
《郑州大学学报（理学版）》 2024 (1)
16-24,9
国家重点研发计划项目(2018YFC0824402).
评论