基于深度学习的前沿视频异常检测方法综述
Frontier video anomaly detection methods based on deep learning: comprehensive review
1. 山东云海国创云计算装备产业创新中心有限公司, 济南 250013
2. 山东浪潮人工智能研究院有限公司, 济南 250013
3. 山东建筑大学 计算机科学与技术学院, 济南 250101
摘要
视频异常事件检测逐渐成为计算机视觉领域的研究热点之一，具有重要研究意义和应用价值。近年来，以卷积神经网络为核心的深度学习技术在多项机器视觉任务中展现优异性能，极大地启发了其在视频异常事件检测领域的应用。为此，针对近年来基于深度学习的视频异常事件检测相关研究进行全面梳理与系统归纳。首先，根据视频异常检测实现流程的三个核心要素检测模式、样本设置及学习/推理机制，提出一种由浅入深的多级分类方案，面向前沿深度学习方法开展逐类概述并提炼代表性算法数学模型，同时聚焦现有方法的局限性进行阐述；其次，介绍本领域主流的基准测试数据集，汇总并对比当前先进方法在不同数据集上的检测性能；最后，围绕复杂光照/天气条件、多模态图像显著融合、可语义解释及自适应场景感知四个方面对未来重点研究方向进行讨论和展望，期望为该领域的后续研究提供借鉴与参考。
基金项目
山东省自然科学基金青年基金项目(ZR2023QF050,ZR2023QF056)
国家自然科学基金项目(62176141)
山东省自然科学基金杰出青年基金项目(ZR2021JQ26)
出版信息
DOI: 10.19734/j.issn.1001-3695.2024.06.0241
出版期卷: 《计算机应用研究》 优先出版, 2025年第42卷 第3期
发布历史
[2024-11-05] 优先出版
引用本文
李南君, 聂秀山, 李拓, 等. 基于深度学习的前沿视频异常检测方法综述 [J]. 计算机应用研究, 2025, 42 (3). (2024-12-16). https://doi.org/10.19734/j.issn.1001-3695.2024.06.0241. (Li Nanjun, Nie Xiushan, Li Tuo, et al. Frontier video anomaly detection methods based on deep learning: comprehensive review [J]. Application Research of Computers, 2025, 42 (3). (2024-12-16). https://doi.org/10.19734/j.issn.1001-3695.2024.06.0241. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
