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:
当前传统交通事故检测和查阅主要通过人工监测的方法,这种方法效率低且实时性差,本文提出一种基于最新压缩域视频编码标准HEVC(High-efficiency video coding)的车辆异常事件检测方法.首先对HEVC码流中提取出的运动矢量信息进行运动矢量累积迭代和中值滤波的预处理,之后根据提取出的块划分信息和运动矢量信息计算运动对象的运动强度,然后根据运动强度值和八连通区域法提取出运动对象,最后根据空间距离法和运动强度判别法检测出视频序列中发生的车辆异常事件.实验证明,该方法可以准确地检测出视频序列中发生的车辆异常事件;对于有着快速移动的运动目标以及多个运动目标的视频效果更好.
推荐文章
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
基于异常事件驱动的簇结构的检测算法
无线传感网
异常事件
节点能量
检测算法
漏检率
基于二值检测器的交通异常事件传感器设计
传感器
二值检测器
交通状态参数
状态识别算法
异常事件检测算法
结合多属性的视频中全局异常事件检测方法
3D-SIFT
时空块
时空特征
异常行为检测
KL距离
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HEVC的车辆异常事件检测
来源期刊 数据采集与处理 学科 工学
关键词 HEVC 运动矢量 运动强度计算 运动对象提取 异常事件检测
年,卷(期) 2018,(2) 所属期刊栏目
研究方向 页码范围 370-378
页数 9页 分类号 TP391
字数 5632字 语种 中文
DOI 10.16337/j.1004-9037.2018.02.020
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 梁久祯 常州大学信息与工程学院 22 34 4.0 5.0
2 吴秦 江南大学物联网工程学院物联网技术应用教育部工程研究中心 29 96 6.0 8.0
3 王念兵 江南大学物联网工程学院物联网技术应用教育部工程研究中心 5 24 2.0 4.0
4 常同伟 江南大学物联网工程学院物联网技术应用教育部工程研究中心 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (26)
共引文献  (74)
参考文献  (13)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(2)
  • 二级参考文献(0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(5)
  • 参考文献(1)
  • 二级参考文献(4)
2005(5)
  • 参考文献(1)
  • 二级参考文献(4)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(4)
  • 参考文献(2)
  • 二级参考文献(2)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(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)
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
HEVC
运动矢量
运动强度计算
运动对象提取
异常事件检测
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
数据采集与处理
双月刊
1004-9037
32-1367/TN
大16开
南京市御道街29号1016信箱
28-235
1986
chi
出版文献量(篇)
3235
总下载数(次)
7
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
论文1v1指导