近年来，基于弱监督的视频异常行为检测方法开始受到重视。多示例学习是弱监督异常行为检测中一个流行的方法，该文基于多示例学习方法，先介绍了多示例学习方法的结构与原理，然后根据该方法的不足提出了改进的多示例方法。改进后的方法对视频特征进行随机采样，提出了新的多示例损失函数，改进了异常视频的平滑性约束和稀疏性约束，并对全连接网络进行了优化。在ShanghaiTech数据集上进行了验证，进一步提升了算法的准确性与鲁棒性，降低误报率。
科研之友
微信
新浪微博
Facebook
分享链接
