原文服务方: 杭州电子科技大学学报(自然科学版)       
摘要:
为了检测视频监控中人群恐慌逃散的异常事件,提出一种基于SSIM稀疏自编码网络的异常事件检测模型.通过提取SSIM特征来表征场景的变化程度,利用稀疏自编码网络对SSIM特征进行稀疏表示,最后通过计算马氏距离来进行异常事件和正常事件的相似度衡量,并以此进行异常事件的检测.在标准数据集UMN和web上进行实验,UMN数据集上的异常检测等错误率EER达到0.017,w eb数据集上达到0.189.
推荐文章
融合梯度差信息的稀疏去噪自编码网络在异常行为检测中的应用
自编码网络
稀疏编码
梯度差信息
异常行为
基于压缩感知算法的传感器网络异常事件检测
异常事件
压缩感知算法
传感器网络
极限学习
检测特征
基于深度学习的异常事件检测
异常检测
异常分类
深度学习
图像处理
卷积神经网络
特征提取
基于线性稀疏模型和iHMM的群体异常事件检测
稀疏线性模型
空时因素
群体异常检测
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SSIM稀疏自编码网络的异常事件检测
来源期刊 杭州电子科技大学学报(自然科学版) 学科
关键词 结构相似性 稀疏自编码 马氏距离 反向传播
年,卷(期) 2019,(5) 所属期刊栏目
研究方向 页码范围 19-24,40
页数 7页 分类号 TP391.41
字数 语种 中文
DOI 10.13954/j.cnki.hdu.2019.05.004
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 陈华华 杭州电子科技大学通信工程学院 33 223 9.0 14.0
2 刘萍 杭州电子科技大学通信工程学院 2 5 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(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)
研究主题发展历程
节点文献
结构相似性
稀疏自编码
马氏距离
反向传播
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
杭州电子科技大学学报(自然科学版)
双月刊
1001-9146
33-1339/TN
chi
出版文献量(篇)
3184
总下载数(次)
0
总被引数(次)
11145
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导