期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于稀疏表示和低秩逼近的自适应异常事件检测算法
被引量:
2
1
作者
周晓雨
余博思
丁恩杰
《南京理工大学学报》
EI
CAS
CSCD
北大核心
2016年第6期666-673,共8页
针对传统异常事件检测算法没有考虑视频数据低秩特性的问题,提出了基于低秩稀疏编码模型的字典学习算法。对提取的多尺度三维时空梯度特征进行K-均值聚类。利用低秩稀疏编码模型进行每一个特征聚类的字典学习。通过迭代聚类和字典学习...
针对传统异常事件检测算法没有考虑视频数据低秩特性的问题,提出了基于低秩稀疏编码模型的字典学习算法。对提取的多尺度三维时空梯度特征进行K-均值聚类。利用低秩稀疏编码模型进行每一个特征聚类的字典学习。通过迭代聚类和字典学习获取所有的正常行为模式。采用公共数据集UCSD Ped1和Avenue检测该算法的性能。与社会力(SF)、混合概率主成分分析(MPPCA)、社会力-混合概率主成分分析(SF-MPPCA)、混合动态纹理(MDT),Adam、子空间(Suspace)、稀疏组合学习框架(SCLF)7种方法对比,该文算法具有较高的正确率和较强的实时性。
展开更多
关键词
稀疏表示
低秩逼近
异常事件检测
低秩稀疏编码模型
字典学习
K-均值聚类
下载PDF
职称材料
题名
基于稀疏表示和低秩逼近的自适应异常事件检测算法
被引量:
2
1
作者
周晓雨
余博思
丁恩杰
机构
中国矿业大学物联网(感知矿山)研究中心
江苏省财经职业技术学院机械电子与信息工程学院
南京理工大学计算机科学与工程学院
出处
《南京理工大学学报》
EI
CAS
CSCD
北大核心
2016年第6期666-673,共8页
基金
淮安市科技支撑计划(HAS2014023)
文摘
针对传统异常事件检测算法没有考虑视频数据低秩特性的问题,提出了基于低秩稀疏编码模型的字典学习算法。对提取的多尺度三维时空梯度特征进行K-均值聚类。利用低秩稀疏编码模型进行每一个特征聚类的字典学习。通过迭代聚类和字典学习获取所有的正常行为模式。采用公共数据集UCSD Ped1和Avenue检测该算法的性能。与社会力(SF)、混合概率主成分分析(MPPCA)、社会力-混合概率主成分分析(SF-MPPCA)、混合动态纹理(MDT),Adam、子空间(Suspace)、稀疏组合学习框架(SCLF)7种方法对比,该文算法具有较高的正确率和较强的实时性。
关键词
稀疏表示
低秩逼近
异常事件检测
低秩稀疏编码模型
字典学习
K-均值聚类
Keywords
sparse representation
low rank approximation
abnormal event detection
low rank sparse coding model
dictionary learning
K-means clustering
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于稀疏表示和低秩逼近的自适应异常事件检测算法
周晓雨
余博思
丁恩杰
《南京理工大学学报》
EI
CAS
CSCD
北大核心
2016
2
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部