钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
工业技术期刊
\
无线电电子学与电信技术期刊
\
电子测量与仪器学报期刊
\
基于变分自编码器的视频异常事件检测方法
基于变分自编码器的视频异常事件检测方法
作者:
苏鹏
王常顺
卢萌萌
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
视频监控
异常检测
深度学习
变分自编码器
摘要:
异常事件检测由于其在视频监控场景中的重要性而引起了广泛的关注.但是由于缺乏异常标注样本,使得这个问题较难解决.提出了一种新的部分监督学习方法,仅采用正常样本训练检测模型以进行视频异常事件检测和定位.假设所有正常样本的分布符合一个高斯分布,那么异常样本在这个高斯分布中将以较低的概率出现.该方法基于变分自编码器(VAE),通过端对端的深度学习技术,将正常样本的隐层表示约束成一个高斯分布.给定测试样本,通过变分自编码器获得其隐层表示,计算其隐层表示属于高斯分布的概率,并根据检测门限判断其是否异常.在两个公开的数据集(UCSD dataset和avenue dataset)上的实验结果表明,所提出的方法达到了92.3%的帧级AUC和82.1%的帧级AUC,以及571fps的检测速度,在性能和效率上明显高于现有检测方法.
暂无资源
收藏
引用
分享
推荐文章
变分自编码器模型综述
深度隐空间生成模型
无监督学习
变分自编码器
图像生成
智能视频异常事件检测方法综述
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
基于变分自编码器的情感回归半监督领域适应方法
变分自编码器
情感回归
半监督
领域适应
基于HMM监控视频的异常事件检测
监控视频
隐马尔可夫模型
异常事件检测
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
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
基于变分自编码器的视频异常事件检测方法
来源期刊
电子测量与仪器学报
学科
关键词
视频监控
异常检测
深度学习
变分自编码器
年,卷(期)
2020,(10)
所属期刊栏目
学术论文|PAPERS
研究方向
页码范围
179-185
页数
7页
分类号
TP391.4
字数
语种
中文
DOI
10.13382/j.jemi.B1902485
五维指标
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(36)
共引文献
(27)
参考文献
(12)
节点文献
引证文献
(0)
同被引文献
(0)
二级引证文献
(0)
2006(2)
参考文献(0)
二级参考文献(2)
2007(2)
参考文献(0)
二级参考文献(2)
2008(7)
参考文献(0)
二级参考文献(7)
2009(4)
参考文献(0)
二级参考文献(4)
2010(4)
参考文献(0)
二级参考文献(4)
2011(5)
参考文献(0)
二级参考文献(5)
2012(6)
参考文献(1)
二级参考文献(5)
2013(7)
参考文献(1)
二级参考文献(6)
2014(4)
参考文献(3)
二级参考文献(1)
2015(2)
参考文献(2)
二级参考文献(0)
2016(1)
参考文献(1)
二级参考文献(0)
2017(1)
参考文献(1)
二级参考文献(0)
2018(2)
参考文献(2)
二级参考文献(0)
2019(1)
参考文献(1)
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
视频监控
异常检测
深度学习
变分自编码器
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
电子测量与仪器学报
主办单位:
中国电子学会
出版周期:
月刊
ISSN:
1000-7105
CN:
11-2488/TN
开本:
大16开
出版地:
北京市东城区北河沿大街79号
邮发代号:
80-403
创刊时间:
1987
语种:
chi
出版文献量(篇)
4663
总下载数(次)
23
总被引数(次)
44770
相关基金
国家自然科学基金
英文译名:
the National Natural Science Foundation of China
官方网址:
http://www.nsfc.gov.cn/
项目类型:
青年科学基金项目(面上项目)
学科类型:
数理科学
期刊文献
相关文献
1.
变分自编码器模型综述
2.
智能视频异常事件检测方法综述
3.
基于变分自编码器的情感回归半监督领域适应方法
4.
基于HMM监控视频的异常事件检测
5.
基于特征融合的视频异常事件检测方法
6.
基于HEVC的车辆异常事件检测
7.
基于变分自编码器的问题识别方法
8.
基于自编码器和集成学习的半监督异常检测算法
9.
基于深度学习的异常事件检测
10.
基于高斯混合-变分自编码器的轨迹预测算法
11.
基于信息最大化变分自编码器的孪生神经主题模型
12.
基于压缩感知算法的传感器网络异常事件检测
13.
变分自编码器在机械故障预警中的应用
14.
基于堆栈自编码的刻划字符检测研究
15.
基于运动目标轨迹的高速公路异常事件检测算法研究
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
一般工业技术
交通运输
军事科技
冶金工业
动力工程
化学工业
原子能技术
大学学报
建筑科学
无线电电子学与电信技术
机械与仪表工业
水利工程
环境科学与安全科学
电工技术
石油与天然气工业
矿业工程
自动化技术与计算机技术
航空航天
轻工业与手工业
金属学与金属工艺
电子测量与仪器学报2021
电子测量与仪器学报2020
电子测量与仪器学报2019
电子测量与仪器学报2018
电子测量与仪器学报2017
电子测量与仪器学报2016
电子测量与仪器学报2015
电子测量与仪器学报2014
电子测量与仪器学报2013
电子测量与仪器学报2012
电子测量与仪器学报2011
电子测量与仪器学报2010
电子测量与仪器学报2009
电子测量与仪器学报2008
电子测量与仪器学报2007
电子测量与仪器学报2006
电子测量与仪器学报2005
电子测量与仪器学报2004
电子测量与仪器学报2003
电子测量与仪器学报2002
电子测量与仪器学报2001
电子测量与仪器学报2000
电子测量与仪器学报2020年第9期
电子测量与仪器学报2020年第8期
电子测量与仪器学报2020年第7期
电子测量与仪器学报2020年第6期
电子测量与仪器学报2020年第5期
电子测量与仪器学报2020年第4期
电子测量与仪器学报2020年第3期
电子测量与仪器学报2020年第2期
电子测量与仪器学报2020年第12期
电子测量与仪器学报2020年第11期
电子测量与仪器学报2020年第10期
电子测量与仪器学报2020年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号