《面向异常行为检测的知识蒸馏算法研究与实现》作者：许星涛【PDF】

书呆熊

面向异常行为检测的知识蒸馏算法研究与实现
许星涛
（北京邮电大学计算机学院（国家示范性软件学院），北京 100876）
摘要：近年来，随着监控技术的发展和对公共安全重视程度的提高，公共场所中行人异常行为检测的需求日益增加。异常行为检测模型通常部署在边缘设备，面临着存储资源有限的挑战。对此，现有方法多采用模型轻量化技术降低模型资源占用。然而，这些方法通常依赖大量数据训练，而异常行为数据集规模较小且正负样本分布不均衡，导致轻量化模型精度下降。
此外，异常行为检测任务之间存在相关性，不同任务共享相似的特征提取过程，产生大量冗余计算。为解决上述问题，本文研究面向异常行为检测的知识蒸馏算法，提出了一种跨任务的自适应蒸馏算法。该算法引入动态权重分配策略和自适应温度调节机制，提升了轻量化模型的检测精度和泛化能力。实验结果表明，与现有常见的轻量化方法相比，本文所提出的算法在异常行为数据集上取得了更好的轻量化效果。
关键词：计算机应用技术；知识蒸馏；异常行为检测；多任务权重分配；温度自适应
中图分类号：TP39