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:
视频异常事件检测问题是计算机视觉领域的重要研究课题之一,旨在基于模式识别和计算机视觉方法智能地从监控视频中自动检测出需要关注的异常事件或行为,在实际生活中有广泛的应用和巨大的潜在需求,是人工智能技术落地的重要方向之一.同时,近年来以深度学习为代表的新兴机器学习技术及其在各个领域中取得的巨大成功,极大地启发了各类先进技术在视频异常事件检测问题中的应用.首先回顾了视频异常事件检测问题的定义和面临的主要挑战,随后从视频异常检测包含的3个最主要的技术环节(视频事件提取、视频事件表示、视频事件建模与检测)对当前主流视频异常事件检测技术进行了介绍,并对其各自的优缺点进行了分析和总结.最后,介绍视频异常检测领域中常用的基准测试数据集和相应的评价指标,对比当前主流方法的视频异常事件检测性能,对这些方法进行讨论并给出结论和展望.
推荐文章
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
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
数据融合技术在高速公路异常事件检测中的应用
数据融合
多传感器
交通事件检测
公路监控系统
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 智能视频异常事件检测方法综述
来源期刊 计算机工程与科学 学科 工学
关键词 视频异常检测 机器学习 人工智能 前景提取 特征提取 表示学习 正常事件建模
年,卷(期) 2020,(8) 所属期刊栏目 图形与图像
研究方向 页码范围 1393-1405
页数 13页 分类号 TP391
字数 10621字 语种 中文
DOI 10.3969/j.issn.1007-130X.2020.08.009
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 蔡志平 国防科技大学计算机学院 48 471 12.0 18.0
2 祝恩 国防科技大学计算机学院 35 252 10.0 12.0
3 王思齐 国防科技大学计算机学院 1 0 0.0 0.0
4 胡婧韬 国防科技大学计算机学院 1 0 0.0 0.0
5 余广 国防科技大学计算机学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (126)
共引文献  (12)
参考文献  (26)
节点文献
引证文献  (0)
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)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(2)
  • 二级参考文献(1)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(7)
  • 参考文献(1)
  • 二级参考文献(6)
2012(5)
  • 参考文献(1)
  • 二级参考文献(4)
2013(15)
  • 参考文献(0)
  • 二级参考文献(15)
2014(22)
  • 参考文献(2)
  • 二级参考文献(20)
2015(25)
  • 参考文献(1)
  • 二级参考文献(24)
2016(22)
  • 参考文献(0)
  • 二级参考文献(22)
2017(21)
  • 参考文献(2)
  • 二级参考文献(19)
2018(14)
  • 参考文献(9)
  • 二级参考文献(5)
2019(8)
  • 参考文献(8)
  • 二级参考文献(0)
2020(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
视频异常检测
机器学习
人工智能
前景提取
特征提取
表示学习
正常事件建模
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
计算机工程与科学
月刊
1007-130X
43-1258/TP
大16开
湖南省长沙市开福区德雅路109号国防科技大学计算机学院
42-153
1973
chi
出版文献量(篇)
8622
总下载数(次)
11
总被引数(次)
59030
相关基金
湖南省自然科学基金
英文译名:Natural Science Foundation of Hunan Province
官方网址:http://jj.hnst.gov.cn/
项目类型:一般面上项目
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导