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:
现有视频行为检测方法在生成候选区域时采用滑窗操作,处理长视频速度较慢.针对该问题,通过对静态行为主体进行定位,提出一种快速检测方法.将长视频分割为若干个视频单元,在每个单元的第1帧中运用Fast R-CNN算法进行行为主体检测,对检测到行为主体的单元划定时间区域生成行为发生候选区域,以减少行为检测网络的输入数据.在此基础上,采用3D卷积神经网络判别候选区域类别,对行为类区域进行边界回归,得到准确的行为时间轴定位.实验结果表明,该方法检测速度较TURN方法提升2倍以上,其mAP指标只降低0.7%.
推荐文章
基于DMC-HMM模型的视频异常行为检测
异常行为检测
光流语义特征抽取
狄利克雷多项式共轭模型
狄利克雷多项式共轭隐马尔科夫模型
基于运动图像序列的异常行为检测
视频监控
异常检测
运动历史图像
运动方向
自适应背景减除
运动分割
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
基于数据挖掘的主机入侵行为检测
网络安全
入侵检测
主机入侵行为
序列模式挖掘
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 基于行为主体检测的视频行为快速检测
来源期刊 计算机工程 学科 工学
关键词 行为检测 行为主体检测 边界回归 3D卷积神经网络 视频单元
年,卷(期) 2019,(12) 所属期刊栏目 多媒体技术及应用
研究方向 页码范围 257-262
页数 6页 分类号 TP753
字数 4273字 语种 中文
DOI 10.19678/j.issn.1000-3428.0053184
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 陈华杰 杭州电子科技大学自动化学院 34 121 6.0 9.0
2 姚勤炜 杭州电子科技大学自动化学院 2 4 1.0 2.0
3 张杰豪 杭州电子科技大学自动化学院 2 4 1.0 2.0
4 侯新雨 杭州电子科技大学自动化学院 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  (6)
共引文献  (2)
参考文献  (6)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1987(1)
  • 参考文献(1)
  • 二级参考文献(0)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(1)
  • 参考文献(0)
  • 二级参考文献(1)
2017(4)
  • 参考文献(0)
  • 二级参考文献(4)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 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
行为检测
行为主体检测
边界回归
3D卷积神经网络
视频单元
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
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
论文1v1指导