论文部分内容阅读
为减少监控干扰检测中因特殊场景引起的误检测,文中提出一种基于Siamese架构的SCG(Siamese with Convolutional Gated Recurrent Unit)模型,利用视频片段间的潜在相似性来区分特殊场景与干扰事件。通过在Siamese架构中融合改进ConvGRU网络,使模型充分利用监控视频的帧间时序相关性,在GRU单元间嵌入的非局部操作可以使网络建立图像空间依赖响应。与使用传统的GRU模块的干扰检测模型相比,使用改进的ConvGRU模块的模型准确率提升了4.22%。除此之