近日，澎思科技異常行為檢測(Anomaly Detection)技術(shù)在中佛羅里達(dá)大學(xué)犯罪數(shù)據(jù)集(UCF-Crime)和上?？萍即髮W(xué)校園數(shù)據(jù)集(ShanghaiTech Campus)兩個大規(guī)模異常檢測數(shù)據(jù)集上的成績刷新世界記錄。澎思科技基于自主研發(fā)的注意力(Attention Network)模型，實現(xiàn)了基于幀的AUC分?jǐn)?shù)大幅度提升，在UCF-Crime數(shù)據(jù)集和ShanghaiTech Campus數(shù)據(jù)集上取得了83.76%和93.73%的成績。

　　據(jù)介紹，異常行為檢測(Anomaly Detection)是視頻監(jiān)控中一項十分重要的任務(wù)，使用計算機(jī)視覺算法自動檢測視頻中諸如交通事故、違法行為等異常事件，可以節(jié)省大量的人力物力，以此解決公共安全領(lǐng)域的難題，在公共安全領(lǐng)域有重要的應(yīng)用前景和巨大的市場需求。

　　目前，中佛羅里達(dá)大學(xué)犯罪數(shù)據(jù)集(UCF-Crime)和上?？萍即髮W(xué)校園異常檢測數(shù)據(jù)集(ShanghaiTech Campus)是異常行為檢測領(lǐng)域最具代表性的數(shù)據(jù)集。兩大數(shù)據(jù)集都涵蓋了諸多現(xiàn)實世界的異常情況，在該數(shù)據(jù)集上訓(xùn)練的異常檢測模型可以直接應(yīng)用于具有多個視角的實際場景中，具有重要的現(xiàn)實意義。澎思科技在異常行為檢測數(shù)據(jù)集取得的成績，同樣印證了公司堅持面向場景的AI技術(shù)研發(fā)，UCF-Crime數(shù)據(jù)集和ShanghaiTech Campus數(shù)據(jù)集更加非常貼近實際應(yīng)用場景，澎思科技會進(jìn)一步加大異常行為檢測算法的研究，并逐步將算法應(yīng)用到平安城市、智慧社區(qū)、智慧園區(qū)、智慧零售、智慧交通等實戰(zhàn)應(yīng)用場景中。

　　針對異常檢測中最棘手的異常行為出現(xiàn)場景事件不確定的難題，澎思科技創(chuàng)新地采用注意力網(wǎng)絡(luò)(Attention Network)算法機(jī)制，對可能出現(xiàn)異常的視頻區(qū)域進(jìn)行重點學(xué)習(xí)，將注意力特征與視頻特征相結(jié)合使用分類器進(jìn)行異常行為檢測，從而大幅提高異常檢測的準(zhǔn)確性。經(jīng)過測試，澎思科技提出的異常行為檢測算法在UCF-Crime數(shù)據(jù)集(Table 1)和Shanghai Tech數(shù)據(jù)集(Table 2) 大幅領(lǐng)先SOTA算法，刷新了世界記錄。