基于深度学习的视频异常检测研究综述

• 全文链接
• 请求原文

作   者：

吉根林;  戚小莎;  王嘉琦; 

作者机构：

南京师范大学数学科学学院;  南京师范大学计算机与电子信息学院/人工智能学院; 

关键词：

卷积神经网络;  伪异常;  视频异常检测;  深度学习;  多示例学习; 

期刊名称：

模式识别与人工智能

i s s n：

1003-6059

年卷期：

2024 年 37 卷 002 期

页   码：

128-143

摘   要：

视频异常检测涉及概率统计、机器学习和深度学习等方法.文中旨在综合作者课题组研究成果和其它前沿科研工作,聚焦于基于深度学习的视频异常检测方法,全面探讨该领域的背景、挑战与解决方案.综合领域内的大多数相关论文,对其进行系统分析,以期为学者提供现阶段研究进展的基础认知.对基于深度学习的视频异常检测方法进行分类、分析,总结各类方法的网络模型选择,详细介绍常用数据集和性能评价指标,以性能对比突显各类方法的优势,并对视频异常检测领域的未来研究方向和应用场景进行深入探讨和展望.