基于运动外观多通道层级ICA编码的异常检测

• 作者: 吴克伟 唐燊 梁欢 段士雷 谢昭
• 来源期刊: 计算机科学与应用
• 学科: 工学
• 关键词: 层级独立成分分析编码 运动外观联合表达 单类支持向量机 异常检测
• 年，卷（期）: 2017,（4）
• 页码范围: 301-309
• 页数: 9页
• 分类号: TP39

摘要

针对现有异常表示方法对视觉感知层级关系描述能力的不足,基于生物视觉感知编码特性启发,本文提出一种基于运动外观多通道层级ICA编码模型,实现复杂场景中的异常检测任务。首先,对现有的生物视觉层级编码框架,进行三级逐层学习拓展,采用ICA统计方法提取层内视觉感知编码模式,利用HMAX机制实现层级信息传递。其次,借助视觉双通道处理机制,各通道独立完成三层编码模式学习,随后联合双通道特征构建异常模式表达,最终,利用单类支持向量机模型对正常和异常情况进行判定。在UCSD数据集上,分别验证了本文方法的运动感知编码特性和异常检测的性能,实验结果能够说明本文异常模式表达优于现有的手工设计特征,以及深度学习特征。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴克伟	合肥工业大学计算机与信息学院	33	325	10.0	17.0
2	谢昭	合肥工业大学计算机与信息学院	44	279	8.0	15.0
3	段士雷	合肥工业大学计算机与信息学院	4	6	1.0	2.0
4	唐燊	合肥工业大学计算机与信息学院	1	0	0.0	0.0
5	梁欢	合肥工业大学计算机与信息学院	1	0	0.0	0.0