• • 下一篇
潘理虎1*,周飞1,樊光瑞1,张林梁2,李冰依1
摘要: 现有无监督视频异常检测(VAD)方法存在两方面的关键问题:一是未能有效利用人体姿态这一高层语义信息,导致对行为逻辑异常的敏感度不足;二是记忆模块在训练中易受多模态特征干扰及数据中隐含噪声污染,影响了原型学习的纯净性与鲁棒性。为解决上述问题,提出一种基于姿态感知和跨模态运动一致性的两阶段原型记忆框架(PAMC-Net)。所提框架构建运动、场景、对象与姿态的四路视频分解,并设计独立原型学习与冻结的训练范式,以确保运动与姿态原型的纯净性,避免特征互扰。此外,提出姿态、运动跨模态一致性损失,为无监督学习构建物理合理性约束,使模型能够检测出违背人体运动学的异常行为。在CUHK Avenue、UCSD Ped1、UCSD Ped2和ShanghaiTech这4个目前主流的基准数据集上,所提框架的曲线下面积(AUC)值分别达到了90.1%、86.4%、98.7%和76.6%;与MS2NL(Multi-Scale Spatiotemporal Normality Learning)方法相比,所提框架在ShanghaiTech数据集上的AUC值提升了1.7个百分点。可见,所提出的框架能够有效应对VAD中人体行为异常带来的挑战。
中图分类号: