优化YOLO网络的人体异常行为检测方法

鉴于公共场合监测视频信息中周围环境背景信息干扰大以及人体异常行为目标的尺度不同,目前人体异常行为检测的准确性难以进一步提高。针对上述问题,设计了通过改进YOLOv5网络的异常行为检测方法。该方法在原YOLOv5主干网络添加屏蔽卷积注意力模型,该模块从一个屏蔽卷积层开始,感受野的中心区域被遮掩,通过预测屏蔽信息并利用与屏蔽信息相关的误差作为异常得分。在检测网络中嵌入Swin-CA模块。通过对相邻层特征的学习,使得模型能够更好地掌握全局信息,从而减小了背景信息对检测结果的影响,通过提取不同背景中人体异常行为尺度特征,降低了整个模型计算的复杂度,提高了模型对人体异常行为目标定位的精度。在UCSD-ped1、KTH和Shanghai Tech数据集上的实验结果表明,提出方法的检测精度分别达到了98.2%、96.4%和95.8%。

融合注意力机制的自编码器视频人体异常行为检测模型

在固定监控场景下的人体异常行为检测任务中,行为正常与否判定很大程度上与其发生时的背景息息相关,因此,需要检测模型从全局考虑而非只是行为本身;基于卷积神经网络的自编码器检测模型通常缺乏部分与整体之间的交互,且存在泛化能力过强的不足。针对此两方面问题,提出一种全局自注意力与卷积特征共享的自编码器异常行为检测模型SW-MemAE,该模型以全局注意力捕捉图像整体特征交互信息,在瓶颈处插入记忆模块以约束自编码器对于正常行为的过度泛化,通过视频前四帧和预测帧间的重构误差来判断是否存在异常行为。使用USCD-Ped2、CUHK Avenue两个基准数据集对该模型性能开展实验,结果表明,相比于其他基于预测或重构的视频异常行为检测模型,提出SW-MemAE模型在AUC指标上分别达到95.69%、84.1%,检测性能表现良好。

改进YOLOv3网络模型的人体异常行为检测方法

针对传统视频监控数据量大且复杂、不能及时有效地检测到人体异常行为的问题,文中提出了一种基于YOLOv3改进网络模型的人体异常行为检测方法(YOLOv3-MSSE)。该方法基于经典YOLOv3网络模型,利用残差模块构建多尺度特征提取网络,提升了对大目标的检测精度;同时,在网络结构不同位置融入注意力机制,对特征图各个通道的特征重要性实现加权处理,有效提高了模型人体异常行为的检测性能。实验结果表明,相比传统YOLOv3算法,YOLOv3-MSSE方法的mAP值提升了20.8%,F1-scores提升了11.3%,该方法不仅能够有效地检测出监控场景中的人体特定异常行为,还能较好地平衡检测精确率与召回率之间的关系,比同类方法更适用于实际监控场景下的人体异常行为检测。