基于深度学习的远程视频监控异常图像检测

来源：电讯技术杂志2021年第2期北京时间：

作者：杨亚虎,王瑜,陈天华

单位：(北京工商大学 计算机与信息工程学院，北京 100048)

摘要：针对复杂场景下远程视频监控图像异常检测困难、传统算法功能单一(仅针对某种特定场景或某种异常图像进行检测)等问题，提出一种基于深度学习的全自动远程视频异常图像检测方法。首先采用Xavier方法对自行设计的卷积神经网络(Convolutional Neural Network,CNN)的参数进行初始化，然后将标准化后的视频差分图送入CNN的输入层，通过特征提取及下采样，最后在CNN的输出层获得远程视频异常图像检测结果。实验结果表明，该方法可以对远程视频监控中突然出现遮挡、模糊和场景切换等多种异常同时进行实时在线检测，准确率可达88.75〖WT《Times New Roman》〗%〖WTBZ〗。

关键词：智能视频监控；远程视频；异常图像检测；深度学习；卷积神经网络；

基金资助：国家自然科学基金资助项目(61671028)