典型文献
时序CNN与稀疏光流融合的视频人车异常检测
文献摘要：
大多现存的监控视频异常检测方法都是基于繁琐的特征提取,检测性能不佳,时间效率低下.考虑到视频检测中效率对实际应用的影响,提出一种基于时序CNN与鲁棒稀疏光流融合的视频异常检测方法.该方法在CNN基础上结合语义特征与时间特征的优点定位异常区域,进一步利用光流对异常行为进行检测.实验结果表明,该方法可以有效降低视频检测中的错误率,并且保持较高的准确率以及高效地对视频中的人车异常行为进行检测.
文献关键词：
人车异常检测;时序光流融合;时序卷积神经网络;光流法;监控视频
中图分类号：
作者姓名：
李飞;李婷;夏红霞;刘文璇
作者机构：
湖北省农业科学院 武汉 430064;武汉理工大学计算机科学与技术学院 武汉 430070;交通物联网技术湖北省重点实验室(武汉理工大学)武汉 430070
文献出处：
引用格式：
[1]李飞;李婷;夏红霞;刘文璇-.时序CNN与稀疏光流融合的视频人车异常检测)[J].计算机与数字工程,2022(08):1696-1701
A类：
人车异常检测,时序光流融合
B类：
稀疏光流,监控视频,视频异常检测,异常检测方法,检测性能,时间效率,视频检测,合语,语义特征,时间特征,点定,异常区域,利用光,异常行为,错误率,对视,时序卷积神经网络,光流法
AB值：
0.313854
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
