基于自适应稀疏组合学习的异常事件检测

为了克服稀疏组合学习在检测过程中不能自适应更新的不足,提出自适应稀疏组合学习策略,充分利用当前检测视频的正常特征,再训练稀疏组合来更新当前组合。采用公共数据集AVENUE检测该算法的性能。与其他相关算法进行实验比较,表明该算法具有较高的正确率和较快的检测速度。