基于多尺度时空混合专家增强的视频异常检测方法

来源：计算机测量与控制杂志2025年第5期北京时间：

作者：王宁冰,赵佳佳,陈国辉

摘要：针对传统视频异常检测技术中异常数据稀缺导致的对视频特征理解不足，多异常环境下适应性较差的问题，提出了基于多尺度时空混合专家增强的视频异常检测方法；具体来说，使用I3D提取视频特征，从空间和时间两个维度下对视频特征进行多尺度增强，提升对视频特征的理解能力；利用混合专家模块对增强的多尺度特征进行异常得分回归，增强多类型异常检测的鲁棒性；同时，利用多尺度时空对应关系建立回归损失函数，进一步提高了检测精度；在UCF-Crime数据集和ShanghaiTech数据集上的实验结果表明，所提出方法的视频的异常检测准确率有明显提升，多异常场景下检测效果较为稳定,满足实际需求。

关键词：视频异常检测; 弱监督学习; 多尺度时空特征信息增强;混合专家模型

基金资助：湖南省自然科学基金面上项目（2024JJ5041）