计算机工程与科学

作者：李航, 陈志刚, 王易杰, 张心宇, 雷惊鸿, 刘凌枫

单位：1.中南大学计算机学院，湖南 长沙 410083；2.中南大学大数据研究院，湖南 长沙 410083

关键词：视频异常检测,人体骨架,图神经网络,状态空间模型,注意力机制,

基金：长沙市科技计划重大专项基金 (kh2103016)

视频异常检测在公共安防、交通和医疗等领域应用广泛，人体姿态异常检测存在易受环境影响、骨架时序难处理、计算复杂度高和运动区域的局部重要特征易忽略等问题。为解决上述问题，提出了一种新的基于人体骨架的时空图正则化流混合注意力状态空间模型STG-FAM。该模型通过在时空图卷积网络中引入选择性状态空间模型和正则化流，有效捕获骨架时序中的时间动态特征，利用混合注意力机制学习跨通道域和空间域的注意力权重，增强模型对时序骨架关键节点与时空边的关注，提升模型表征能力和异常检测能力。通过在2个视频异常检测数据集ShanghaiTech Campus和UBnormal上进行验证，表明了所提模型的有效性。

来源：2025年第10期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2025年第10期