基于GRU-VAE的無監(jiān)督航跡異常檢測方法

打開文本圖片集

摘 要：針對海量無行為模式標(biāo)簽航跡數(shù)據(jù)的目標(biāo)行為異常檢測問題，提出一種基于門控循環(huán)單元的變分自編碼器模型（Gate Recurrent Unit-Variational Autoencoder，GRU-VAE）無監(jiān)督航跡異常檢測方法。該方法通過檢測航跡異常發(fā)現(xiàn)目標(biāo)的行為異常，分為模型訓(xùn)練階段和異常檢測階段兩步實(shí)施：在模型訓(xùn)練階段，構(gòu)建了以GRU和VAE為主要結(jié)構(gòu)元素的基于門控循環(huán)單元的變分自編碼器模型，利用無異常信息標(biāo)簽的歷史航跡數(shù)據(jù)對GRU-VAE模型進(jìn)行訓(xùn)練，根據(jù)訓(xùn)練集的航跡點(diǎn)重構(gòu)損失分布情況，采用正態(tài)分布法或百分位數(shù)法劃定置信區(qū)間為航跡點(diǎn)重構(gòu)損失門限;在異常檢測階段，該模型對實(shí)時航跡數(shù)據(jù)集進(jìn)行檢測，將重構(gòu)損失超出航跡點(diǎn)重構(gòu)損失門限的航跡點(diǎn)視為異常航跡點(diǎn)，當(dāng)航跡序列中的異常航跡點(diǎn)占比超出占比閾值時，判定為異常航跡序列，結(jié)合數(shù)據(jù)異常情況向一線人員發(fā)送目標(biāo)的異常行為信息。（剩余19179字）