基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了一种基于稀疏编码理论的视频异常行为检测方法,并使用HOG3D空-时描述器表征视频序列的形态及运动信息.首先,从正常视频序列中提取空-时兴趣点,获得其特征向量作为训练样本.通过K-SVD字典训练算法构建过完备字典,使得正常样本在所构建字典上的表达具有很好的稀疏性.在稀疏编码过程中,按视频段读取测试视频序列,求解特征信息在字典上的关于其稀疏系数的凸优化问题,然后根据稀疏编码改进公式求得重构误差数值.最后的判断阶段,计算视频段的相对重构误差,相对重构误差为正表明为异常视频段,否则为正常视频段.在UMN数据库3个场景及Weizmann数据库上进行实验,验证了本文算法的有效性.将实验拓展到现实监控视频中,结果表明本文方法在实践中同样具有较好的应用价值.
推荐文章
基于协稀疏正则化的异常行为检测模型
正常特征
异常特征
分析向量
稀疏
协稀疏
基于SSIM稀疏自编码网络的异常事件检测
结构相似性
稀疏自编码
马氏距离
反向传播
基于深度学习特征的异常行为检测
异常行为
深度学习特征
堆积去噪编码器
特征提取
稠密轨迹
基于HOG特征与SVM分类器的行人检测研究
行人检测
方向梯度直方图
支持向量机
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于HOG3D描述器与稀疏编码的异常行为检测方法
来源期刊 华东理工大学学报(自然科学版) 学科 工学
关键词 稀疏编码 异常行为检测 重构误差 HOG3D描述器 K-SVD
年,卷(期) 2016,(1) 所属期刊栏目 研究论文
研究方向 页码范围 110-118
页数 9页 分类号 TP181
字数 4117字 语种 中文
DOI 10.14135/j.cnki.1006-3080.2016.01.018
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 朱煜 华东理工大学信息科学与工程学院 39 367 11.0 18.0
2 陈宁 华东理工大学信息科学与工程学院 20 76 6.0 7.0
3 何聪芹 华东理工大学信息科学与工程学院 1 5 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (5)
参考文献  (7)
节点文献
引证文献  (5)
同被引文献  (0)
二级引证文献  (0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
稀疏编码
异常行为检测
重构误差
HOG3D描述器
K-SVD
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
华东理工大学学报(自然科学版)
双月刊
1006-3080
31-1691/TQ
16开
上海市梅陇路130号
4-382
1957
chi
出版文献量(篇)
3399
总下载数(次)
2
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导