基于卷积自编码器分块学习的视频异常事件检测与定位

来源 :数据采集与处理 | 被引量 : 0次 | 上传用户:aiqi527927
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
视频异常事件检测与定位旨在检测视频中发生的异常事件,并锁定其在视频中发生的位置。但是视频场景复杂多样,并且异常发生的位置随机多变,导致发生的异常事件难以被精准定位。本文提出了一种基于卷积自编码器分块学习的视频异常事件检测与定位方法,首先将视频帧进行均匀划分,提取视频帧中每一块的光流和方向梯度直方图(Histogram of oriented gradient,HOG)特征,然后为视频中的不同图块分别设计卷积自编码器以学习正常运动模式特征,最后在异常事件检测过程中利用卷积自编码器的重构误差大小进行异常
其他文献
为建立一种理想的急性肺损伤模型,筛选出小鼠急性肺损伤模型最佳造模时间和脂多糖浓度,本试验采用小鼠滴鼻给药途径,选取48只雄性SPF级小鼠随机分成8组,空白对照组、造模时间
布鲁氏菌病(Brucellosis,简称布病)是由布鲁氏菌属细菌引起的一种牛、羊、猪、鹿、犬等哺乳动物和人类共患的传染病。世界动物卫生组织(OIE)将其列为须通报动物疫病,我国将其
民国时期,各种禽畜疫病频繁,百姓咸蒙其害。关于民国兽疫防治史的研究,既有成果的研究对象大都立足于以畜牧业为主的甘宁青地区,而对南方地区家畜防治则涉及较少,兽疫防治史
针对现代电子战电磁环境复杂,复合干扰信号有效特征难提取,识别难度大的问题,提出了一种基于伪平滑魏格纳-威利分布(Smoothed pseudo Wigner-Ville distribution,SPWVD)和改
"低、慢、小"飞行器的监控是低空空域开放的一个技术难题,制约通航的发展速度。本文针对"低、慢、小"航空器运行特点,设计一种低成本、小体积和低功耗的导航通信设备,该设备
开放式行人再识别是在一个未知的空间环境中,候选行人库中并不一定包含有待检索的行人,被视为图像检索的子问题,是比封闭式行人再识别更具挑战和更为实用的应用研究。本文首先总结了开放式行人再识别的发展历程,与封闭式行人再识别的异同,开放式行人再识别建模过程和数据集的比较分析;然后重点总结了开放式行人再识别技术的研究方法,它们分别是以数据为驱动的研究方法、以效率为驱动的研究方法和以实际应用为驱动的研究方法;
昆明理工大学数据科学研究中心(以下简称"研究中心")成立于2016年,是系统科学一级学科博士点、一级学科硕士点,以及数据科学与大数据技术国家"双万计划"一流本科专业建设点的
随着数据采集技术的蓬勃发展,各个领域的时空数据不断累积,迫切需要探索高效的时空数据预测方法。深度学习是一种基于人工神经网络的机器学习方法,能有效地处理大规模的复杂
车辆重识别目的是通过不同的摄像机来识别同一辆车。但是由于车辆图像类内差异性大、类间相似性大,使得车辆重识别成为一个极具挑战性的任务。本文提出了一个基于双分支网络特征融合的车辆重识别方法来解决这一问题。该方法使用2个分支和批擦除策略提取并融合全局特征和局部特征,以突出车辆图像的类内相似性和类间差异性;并且采用圆损失代替传统的三元组损失和交叉熵损失的组合来构造目标函数。最后使用本文方法在VeRi-77
传统的多标签学习算法一般没有考虑标签的不均衡性,从而忽略了标签不平衡给分类带来的影响。但统计发现,目前常用的多标签数据集均存在标签不均衡问题,且少数类标签往往更加