| 基于自反馈最优子类挖掘的视频异常检测算法 |
| |
| 引用本文： | 侯春萍,赵春月,王致芃.基于自反馈最优子类挖掘的视频异常检测算法[J].计算机科学,2021,48(7):199-205. |
| |
| 作者姓名： | 侯春萍 赵春月 王致芃 |
| |
| 作者单位： | 天津大学电气与信息工程学院 天津 300072 |
| |
| 摘 要： | 视频异常检测算法是视频处理领域的研究热点之一,用于检测视频中是否包含异常事件.然而,由于没有异常样本参与训练过程,且异常样本与正常样本之间存在一定程度的相似性,因此很难设计出一种有辨识力的异常检测模型.为了解决上述问题,文中首先提出了一种基于相似度保持和样本恢复的特征选择方法,该方法能够保留正常样本的相似关系,进而可以学习到能够准确描述正常事件的特征.其次,将异常事件检测任务转化为分类任务,并提出了一种自反馈最优子类挖掘方法来获得最优分类器.如果一个测试样本被所有分类器判断为异常,则该样本最终将被判定为异常.在公共视频数据集(Avenue数据集、UCSD Ped2数据集)上进行的大量实验的结果表明,所提异常事件检测算法可以取得很好的结果.
|
| 关 键 词： | 视频异常事件检测 特征选择 自反馈 最优子类挖掘 一类支持向量机 |
Video Abnormal Event Detection Algorithm Based on Self-feedback Optimal Subclass Mining |
| |
| HOU Chun-ping,ZHAO Chun-yue,WANG Zhi-peng.Video Abnormal Event Detection Algorithm Based on Self-feedback Optimal Subclass Mining[J].Computer Science,2021,48(7):199-205. |
| |
| Authors: | HOU Chun-ping ZHAO Chun-yue WANG Zhi-peng |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
