本周参考文章"Learning Temporal Regularity in Video Sequence"做了一些关于异常检测的实验
实验方案
通过对输入视频提取特征,利用autoencoder重建特征,根据重建误差来判断视频异常;
实验数据集:UCSD ped1
实验步骤:
1. 运动前景提取:
首先计算视频帧的光流,将视频序列划分为10*10*5的时空块,统计每一个时空块内像素光流值不为空的个数是否大于总像素的60%,如果是,则认为这个时空块为运动前景;
2. HOF特征计算:
本次实验采用的输入特征为HOF特征,统计每个10*10*5时空块的HOF特征,组成40维的输入特征
3. autoencoder自编码
将输入特征,进行encoder和decoder操作,重建输入特征,结构如下
4. 重建误差


网友评论