本文主要研究内容
作者胡正平,张乐,尹艳华（2019）在《时空深度特征AP聚类的稀疏表示视频异常检测算法》一文中研究指出：针对异常行为检测问题,提出基于时空深度特征的AP聚类稀疏表示视频异常检测方法。由于视频序列中大量背景信息及有效信息分布不均匀的情况,首先利用光流结合非均匀的细胞分割对视频的运动目标进行提取并得到空间尺寸大小不同的时空兴趣块。其次利用三维卷积神经网络提取不同时空兴趣块的时空深度特征从而对原始视频序列进行三维描述。然后在字典学习时,采用AP聚类方法,将训练样本中具有代表性的特征作为字典,极大降低字典维度以及稀疏表示方法对计算内存的要求。本文将测试样本进行AP聚类后仅对具有代表性的聚类中心进行检测,在减少实验时间的同时削减了阈值对检测效果的敏感度。实验结果表明,与现有的检测方法相比本文方法具有优越性。
Abstract
zhen dui yi chang hang wei jian ce wen ti ,di chu ji yu shi kong shen du te zheng de APju lei xi shu biao shi shi pin yi chang jian ce fang fa 。you yu shi pin xu lie zhong da liang bei jing xin xi ji you xiao xin xi fen bu bu jun yun de qing kuang ,shou xian li yong guang liu jie ge fei jun yun de xi bao fen ge dui shi pin de yun dong mu biao jin hang di qu bing de dao kong jian che cun da xiao bu tong de shi kong xing qu kuai 。ji ci li yong san wei juan ji shen jing wang lao di qu bu tong shi kong xing qu kuai de shi kong shen du te zheng cong er dui yuan shi shi pin xu lie jin hang san wei miao shu 。ran hou zai zi dian xue xi shi ,cai yong APju lei fang fa ,jiang xun lian yang ben zhong ju you dai biao xing de te zheng zuo wei zi dian ,ji da jiang di zi dian wei du yi ji xi shu biao shi fang fa dui ji suan nei cun de yao qiu 。ben wen jiang ce shi yang ben jin hang APju lei hou jin dui ju you dai biao xing de ju lei zhong xin jin hang jian ce ,zai jian shao shi yan shi jian de tong shi xiao jian le yu zhi dui jian ce xiao guo de min gan du 。shi yan jie guo biao ming ,yu xian you de jian ce fang fa xiang bi ben wen fang fa ju you you yue xing 。
论文参考文献
论文详细介绍
论文作者分别是来自信号处理的胡正平,张乐,尹艳华，发表于刊物信号处理2019年03期论文，是一篇关于异常检测论文,三维卷积神经网络论文,时空兴趣块论文,时空深度特征论文,聚类论文,稀疏表示论文,信号处理2019年03期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自信号处理2019年03期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：异常检测论文; 三维卷积神经网络论文; 时空兴趣块论文; 时空深度特征论文; 聚类论文; 稀疏表示论文; 信号处理2019年03期论文;