一种边缘智能的监控视频动静态特征协同检测方法和装置
技术特征：
1.一种边缘智能的监控视频动静态特征协同检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种边缘智能的监控视频动静态特征协同检测方法，其特征在于，所述方法还包括：
3.根据权利要求1所述的一种边缘智能的监控视频动静态特征协同检测方法，其特征在于，根据所述第一重构视频帧进行异常动态信息检测、根据所述第二重构视频帧进行异常静态信息检测，是按照以下步骤进行检测的：
4.根据权利要求1所述的一种边缘智能的监控视频动静态特征协同检测方法，其特征在于，所述单帧动态特征预测神经网络包括：第一空间编码器和动态解码器；
5.根据权利要求4所述的一种边缘智能的监控视频动静态特征协同检测方法，其特征在于，利用动态解码器根据所述双向动态特征图进行特征重构，得到包含前后相邻视频帧动态特征的第一重构视频帧，包括：
6.根据权利要求1所述的一种边缘智能的监控视频动静态特征协同检测方法，其特征在于，所述多帧静态特征预测神经网络包括：第二空间编码器、多尺度时空聚合器、静态解码器；
7.根据权利要求6所述的一种边缘智能的监控视频动静态特征协同检测方法，其特征在于，所述空间特征包括：前两帧相邻视频帧的空间特征和后两帧相邻视频帧的空间特征；所述多尺度时空聚合器包括：前向多尺度时空聚合器和后向多尺度时空聚合器；
8.根据权利要求1所述的一种边缘智能的监控视频动静态特征协同检测方法，其特征在于，所述单帧动态特征预测神经网络和所述多帧静态特征预测神经网络是按照以下动静态联合训练步骤得到的：
9.根据权利要求8所述的一种边缘智能的监控视频动静态特征协同检测方法，其特征在于，所述动态损失和所述静态损失包括：强度约束损失、梯度约束损失、感知约束损失、对抗约束损失；
10.一种边缘智能的监控视频动静态特征协同检测装置，其特征在于，所述装置包括：
技术总结
本申请提供了一种边缘智能的监控视频动静态特征协同检测方法和装置，该方法包括：利用终端设备获取视频数据；利用边缘节点设备中的轻量级的单帧动态特征预测神经网络，对视频数据中的目标视频帧进行帧间双向运动约束和动态特征提取，得到第一重构视频帧，根据第一重构视频帧进行异常动态信息检测，得到动态信息异常检测结果；利用中心云端设备中的多帧静态特征预测神经网络，对目标视频的前后多帧相邻视频帧进行时空聚合和解码处理，得到第二重构视频帧，根据第二重构视频帧进行异常静态信息检测，得到静态信息异常检测结果；根据动态信息异常检测结果和静态信息异常检测结果，得到最终的异常检测结果。如此，实现高效、准确的异常行为检测。
技术研发人员：王雪,姚海明
受保护的技术使用者：清华大学
技术研发日：
技术公布日：2024/11/26
技术研发人员：王雪,姚海明
技术所有人：清华大学
备 注：该技术已申请专利，仅供学习研究，如用于商业用途，请联系技术所有人。
声 明 ：此信息收集于网络，如果你是此专利的发明人不想本网站收录此信息请联系我们，我们会在第一时间删除