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:
异常行为的检测在智能监控系统中具有十分重要的应用.论文提出了一种将关键帧与加权方向角熵值结合的异常行为智能检测方法.该方法首先利用一种像素级的背景提取算法(Visual Background Extractor ,VIBE)从视频序列中检测出运动目标,然后提取运动目标幅值加权的方向角特征,并利用改进的无监督聚类方法提取关键帧,最后结合幅值加权方向角熵的方法对异常行为进行检测分类.实验结果表明,该算法能够在指定的监控区域内有效地检测人体行为,并能准确地识别出人体异常行为,实现对监控视频的智能分析.
推荐文章
模糊ISODATA聚类结合直方图熵值算法的异常行为检测
迭代自组织分析聚类
关键帧
直方图熵值
异常行为
模糊ISODATA聚类结合直方图熵值算法的异常行为检测
迭代自组织分析聚类
关键帧
直方图熵值
异常行为
基于运动目标特征的关键帧提取算法
关键帧提取
混合高斯检测
SIFT
感知哈希
基于关键帧的交互行为识别
Kinect传感器
空间信息
交互行为识别
关键帧
动态时间规整
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 关键帧结合幅值直方图熵的异常行为检测算法?
来源期刊 计算机与数字工程 学科 工学
关键词 异常行为检测 幅值加权方向角熵值 关键帧 无监督聚类
年,卷(期) 2019,(9) 所属期刊栏目 图像处理
研究方向 页码范围 2281-2285
页数 5页 分类号 TP391.41
字数 4165字 语种 中文
DOI 10.3969/j.issn.1672-9722.2019.09.034
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 王燕妮 西安建筑科技大学信息与控制工程学院 35 176 6.0 12.0
2 王殿伟 西安邮电大学通信与信息控制工程学院 18 121 6.0 10.0
3 雒津津 西安建筑科技大学信息与控制工程学院 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  (32)
共引文献  (60)
参考文献  (12)
节点文献
引证文献  (1)
同被引文献  (9)
二级引证文献  (0)
1950(1)
  • 参考文献(0)
  • 二级参考文献(1)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(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)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(6)
  • 参考文献(2)
  • 二级参考文献(4)
2013(3)
  • 参考文献(1)
  • 二级参考文献(2)
2014(6)
  • 参考文献(1)
  • 二级参考文献(5)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(2)
  • 参考文献(2)
  • 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)
2020(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
异常行为检测
幅值加权方向角熵值
关键帧
无监督聚类
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
计算机与数字工程
月刊
1672-9722
42-1372/TP
大16开
武汉市东湖新技术开发区凤凰产业园藏龙北路1号
1973
chi
出版文献量(篇)
9945
总下载数(次)
28
总被引数(次)
47579
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导