视频监控系统异常目标检测与定位综述

• 作者: 孙德纲 张乐 李淑芳 胡正平
• 来源期刊: 燕山大学学报
• 学科: 工学
• 关键词: 视频异常分析 行为建模 深度学习 3D时空特征
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 热点前沿
• 页码范围: 1-12
• 页数: 12页
• 分类号: TP391.4
• 字数: 8922字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-791X.2019.01.001

摘要

近年来,随着视频监控系统的大量应用,人工的异常检测方法已难以适应视频数据的急剧增长,而3D特征描述、深度学习等最新技术不仅推动了计算机视觉领域的发展,也使得大规模的视频数据分析成为可能.目前基于视频监控系统的异常检测方法大致概括为两个方向:1)基于视频帧进行二维视觉特征提取并学习帧间信息,从而对视频目标进行时空表述.2)针对含有运动信息的时空兴趣块直接进行3D时空特征学习,并通过模式分类检测出异常及其所在位置.本文在对目前视频异常检测技术进行全面分析和总结的基础之上,对视频异常描述和视频异常分类两种任务模型中的已有方法与框架进行回顾,同时介绍了视频异常检测研究常用标准数据集及性能评估标准.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡正平	燕山大学信息科学与工程学院	160	1215	17.0	28.0
5	李淑芳	燕山大学信息科学与工程学院	17	12	2.0	3.0
9	张乐	燕山大学信息科学与工程学院	3	7	2.0	2.0
13	孙德纲	山东华宇工学院电子信息工程学院	1	5	1.0	1.0