...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Optical engineering >Detection of dominant flow and abnormal events in surveillance video
【24h】

Detection of dominant flow and abnormal events in surveillance video

机译：检测监控视频中的主要流量和异常事件

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

We propose an algorithm for abnormal event detection in surveillance video. The proposed algorithm is based on a semi-unsupervised learning method, a kind of feature-based approach so that it does not detect the moving object individually. The proposed algorithm identifies dominant flow without individual object tracking using a latent Dirichlet allocation model in crowded environments. It can also automatically detect and localize an abnormally moving object in real-life video. The performance tests are taken with several real-life databases, and their results show that the proposed algorithm can efficiently detect abnormally moving objects in real time. The proposed algorithm can be applied to any situation in which abnormal directions or abnormal speeds are detected regardless Of direction.
机译：我们提出了一种用于监视视频中异常事件检测的算法。所提出的算法基于半无监督学习方法，这是一种基于特征的方法，因此它不会单独检测运动对象。所提出的算法在拥挤的环境中使用潜在Dirichlet分配模型来识别主导流而无需单独跟踪对象。它还可以自动检测并定位现实视频中异常移动的对象。在多个真实数据库中进行了性能测试，结果表明该算法可以实时有效地检测出异常运动物体。所提出的算法可以应用于检测异常方向或速度异常的任何情况，而与方向无关。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号