多尺度时空特征异常行为检测模型设计

摘要

以人工智能领域人物属性识别与特征提取为主要内容，探讨如何从复杂多变的人物图像中提取到完整细致的人物特征，融合多个尺度的人物特征，有效利用人物多层信息，提高人物属性分类的准确率。通过构建基于多尺度时空预测网络和预测与重构模型，实验表明模型可实现多尺度时空特征的弱监督异常行为检测，能够有效提高异常行为检测精度、模型对噪声的鲁棒性，可应用于刑侦、自动驾驶、智慧体育、智能家居等领域。

关键词

特征识别 / 异常行为检测 / 深度学习 / 目标检测