区域异常预测分析实验

时间：2021-06-08 10:00:00

单位：南理工计算机学院

长序列时间预测模型通过分析预测图像特征，相互掣肘。
- 时序预测随时间增加（数据量的增加）拟合效果越来越好 -> 即找寻规律的越来越全面
- 预警预测应根据当前场景情况进行拓展预测，越长历史信息预测的数据对当前的预测越差 -> 不能拿历史发展的轨迹来预测未来发展，应该是拿历史发展规律来预测未来发展
- 举例：天气预报，天气预报采集前一刻的大量传感器参数来进行预测分析；历史数据用来总结规律，当发生棉花状的乌云 -> 推断出将要下冰雹，而不能根据前七、五、三天下了冰雹 -> 推断出将要下冰雹
预测效果分析
- 前30帧预测效果好：反应的是短时间概率结果
- 30帧后预测效果差：反应的是长时间轨迹特征，而不是规律特征
- 影响预测精度的应该是纵向的特征向量，而非横向的时间，时间越长，时间作用占比越大效果越差
修正方案
- 时序预测转给数据组，供数据组做分析项目使用
- 将当前的预测网络模型用于评估当前整幅拍摄区域可能发生危险的概率，这块区域频繁发生危险，则未来发生危险的可能性也很大
- 将图像特征提取网络用于判别危险区域，此处为识别而非预测，即看到哪里石头快要掉下等定义的危险情况，即发布预警