一种基于多模态条件扩散模型的视频异常检测方法

本发明公开了一种基于多模态条件扩散模型的视频异常检测方法，属于视频异常检测技术领域；方法为：对视频进行预处理，生成视频时空立方体和光流时空立方体；构建扩散模型，获得异常分数；将重建异常分数和预测异常分数进行加权计算；对获得的最终异常分数进行评估，完成视频异常检测。本发明通过光流重建和视频帧预测的多任务结合方式，异常更容易被区分；融合多模态数据，捕捉更多维度的特征信息，提高异常检测的精度；使得模型在处理噪声和复杂背景时更加稳定，提升异常检测的稳定性；通过重建后的光流作为指导未来帧预测的条件，扩大异常预测帧与原始帧之间的预测误差，缩小正常预测帧与原始帧之间的预测误差，保证训练效果和性能。