主要内容
主要内容
视频中的异常检测
背景
监控摄像头已经普及。许多视频都是为了监视和监控而录制的，提高了安全性。
视频数量和长度的增加带来了麻烦。视频中包含的信息量迅速增长，使得人们越来越难以找到自己应该关注的内容。
解决
理光已经开发出一种从视频中提取不寻常事物和行为的技术。
从监控摄像头检测视频中的异常
未检测到风扇运动异常。一个人进入房间和一台电脑被检测为异常。
护理领域异常监测
通常的躺着、醒着和翻身都不是异常现象。与正常行为不同的行为，如不寻常的躺姿和从床上摔下来，被检测为异常。
技术亮点
近年来，人工智能的研究和开发投入了大量的精力，使机器具有学习功能。
一般来说，要让人工智能学到东西，你需要事先准备好一切。使用异常检测，您需要识别并提供所有应该检测的异常状态。
然而，监控摄像头记录的大部分视频都是正常的。除此之外，首先预测每一个异常是不现实的。
因此，理光提出了使用半监督异常检测的想法，这项技术在欧洲得到了验证外观检查和结冰道路检测. 现在，即使只有很少的异常数据可用，也可以检测到异常。
这项技术只使用正常的视频进行学习。
所有偏离正常的场景（例如，事物的增加或减少，或不寻常的行为）都被确定为异常。该方案允许检测未知的、不同的异常。
使用此技术，所有正常视频都将成为无异常的样本视频。这使得许多正常的视频可以很容易地获得。
理光的愿景
理光将继续开发其技术资源，研究精确捕捉周围环境并从中产生反馈的系统。