TY -的A2 -叮,白元盟——扁,Yihan AU - Tang Xinchen PY - 2021 DA - 2021/12/08 TI -大数据异常检测视频改进Autoencoder SP - 9861533六世- 2021 AB -视频监控数据的快速增长,有越来越大数据自动异常检测需求的大规模视频数据。使用重建错误检测方法基于深autoencoders已经被广泛讨论。然而,有时autoencoder重建异常,可能导致丢失的检测。为了解决这个问题,本文使用一个内存模块增强autoencoder,称为memory-augmented autoencoder(内存AE)方法。给定的输入,记忆AE首先从编码器获得代码,然后使用它作为一个查询来检索最相关的记忆重建项目。在训练阶段,记忆的内容更新和鼓励代表原型元素的正常数据。在测试阶段,学习记忆的元素是固定的,从几个选择记忆获得和重建正常数据的记录。因此,重建会接近正常样本。因此,异常错误的重建将加强对异常检测。实验结果在两个公共视频异常检测数据集,即。, Avenue dataset and ShanghaiTech dataset, prove the effectiveness of the proposed method. SN - 1687-5265 UR - https://doi.org/10.1155/2021/9861533 DO - 10.1155/2021/9861533 JF - Computational Intelligence and Neuroscience PB - Hindawi KW - ER -