融合自注意力和金字塔特征池化的异常事件检测方法OA

针对现有的单一基于帧重构或预测的模型对异常事件特征表示不充分、尺度变化、模型复杂的问题,提出一种融合自注意力和金字塔特征池化的异常事件检测方法。该方法基于U-Net网络,融入自注意力机制聚焦特征显著区域;引入金字塔特征池化操作捕获尺度变化的运动目标;设计批误差评估策略多维度计算异常分值。实验在公开数据集Ped2、Avenue、ShanghaiTech和社区场景数据集上展开,帧级AUC(area under curve)达到97.5%、88.7%、75.1%和68.9%,与其他方法对比证明了其有效性。