论文部分内容阅读
随着日益突出的公共安全问题，视频监控异常行为检测成为计算机视觉的一个研究热点．文中结合视频异常检测数据集，提出基于加权样本选择与主动学习的视频异常行为检测算法．根据视频监控数据集的分布特性，选择合适的权重值消除不平衡数据集对分类器的影响，通过主动学习的方式选取少量异常不确定样本，不断迭代更新检测模型，适应复杂多变的异常事件．实验表明，在UCSD异常行为检测数据集上，相比传统方法，文中方法具有更好的检测性能．