基于約束稀疏表示的視頻異常檢測算法研究

基于約束稀疏表示的視頻異常檢測算法研究

ID:35069126

大小:2.88 MB

頁數(shù):39頁

時間:2019-03-17

基于約束稀疏表示的視頻異常檢測算法研究_第1頁
基于約束稀疏表示的視頻異常檢測算法研究_第2頁
基于約束稀疏表示的視頻異常檢測算法研究_第3頁
基于約束稀疏表示的視頻異常檢測算法研究_第4頁
基于約束稀疏表示的視頻異常檢測算法研究_第5頁
資源描述:

《基于約束稀疏表示的視頻異常檢測算法研究》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在學術(shù)論文-天天文庫

1、.'J'J:'.學巧代巧》10溢〇研宛生學號;201310251}分類號ilESILJ巧級:無?、■-*麵''獲籠議1^1職嚇'-遍祇學位論文;.胃.'’.衝護V'.\.'VI,..七^.V.—心.巧.,,八V.'.;.-t基于的jMm*巧的視衡黑帶輸*1其讓VideoAnomalyDetectionAlgorithmbasedonConstrainedSparseRepresen化tionJ'^':詳點:r苗n-續(xù):兩觀'’?■■

2、^s%…:護記一片…‘巧皆,....■‘.:',‘.成:■;|:,括如乂化典一一‘作著!牽煉惠山巧''’、’'■每.‘:心-式;;*指導教肺!王建中講師V、、一V點級學科:計g[軌科學與巧術(shù)二綴學科!軟件工程.、;心-硏巧方向:模巧巧別.:這.學位類型:學術(shù)巧±.>.....:_4,.,''三'片。.丫.為聲'''■■‘,..哪".如:東北師范大學學位評定委員會:.古>f4誠.氣門’:..‘巧.>名〇化

3、6.巧惠福建r方年月辛F巾VL)離-式每.叫巧::;,奪7巧—女■...■'、‘^’?'-?r-*,*-r’?V;,-C...、T;.V.^W,\.式\學校代碼:10200研究生學號:2013102511分類號:TP311.5密級:碩士學位論文基于約束稀疏表示的視頻異常檢測算法研究VideoAnomalyDetectionAlgorithmbasedonConstrainedSparseRepresentation作者:李曉惠指導教師:王建中講師一級學科:計算機科學與技術(shù)二級學科:軟件工程研究

4、方向:模式識別學位類型:學術(shù)碩士東北師范大學學位評定委員會2016年6月摘要異常檢測也稱偏差檢測,就是通過所建立的正常數(shù)據(jù)模式來檢測與之不符的異常數(shù)據(jù)模式。通常根據(jù)異常檢測應(yīng)用領(lǐng)域的不同,這些異常數(shù)據(jù)模式也被稱為野值點、局外[1]點、離群點或者污點。近年來異常檢測的應(yīng)用越來越廣泛,已經(jīng)成為疾病檢測、入侵檢測、身份辨識、故障診斷及智能監(jiān)控等領(lǐng)域重要研究手段。與此同時,近些年來整個社會對于安全防護的意識也在不斷加強,并且伴隨著模式識別、人工智能和圖像處理等技術(shù)的迅速進步,不但為整個視頻監(jiān)控市場的快速發(fā)展指明了方向,而且使得視頻監(jiān)控系

5、統(tǒng)的應(yīng)用已經(jīng)深入到人們?nèi)粘I畹母鱾€領(lǐng)域。因此,本文主要關(guān)注于基于視頻的異常事件檢測方法研究,如何對海量的高維視頻數(shù)據(jù)進行智能分析,并且及時發(fā)現(xiàn)視頻數(shù)據(jù)中存在的異常事件不僅是提高視頻監(jiān)控系統(tǒng)智能化水平的關(guān)鍵,而且已經(jīng)成為關(guān)乎人民生命財產(chǎn)安全和社會穩(wěn)定的重要國計民生問題,也是大數(shù)據(jù)時代信息處理領(lǐng)域的重要研究課題。近幾十年來,視頻異常事件檢測技術(shù)的研究已經(jīng)取得了很大程度上的進展,積累了豐富的理論并涌現(xiàn)出大量的檢測方法。盡管已有的視頻異常檢測技術(shù)能夠獲得優(yōu)越的性能,但視頻數(shù)據(jù)具有數(shù)量大、維度高、信息容量較高且關(guān)系復(fù)雜、解釋具有多樣性和

6、模糊性、很強的時空連續(xù)性、同時多數(shù)視頻含有噪聲等特點,由視頻數(shù)據(jù)的這些特點可以得知視頻異常檢測算法有著較大的研究難度,同時也使得視頻異常事件檢測成為了異常艱巨的難題。本文針對已有基于稀疏表示視頻異常事件檢測方法進行分析與總結(jié),在此基礎(chǔ)上提出了基于約束稀疏表示(ConstrainedSparseRepresentation,CSR)的視頻異常檢測算法,該方法主要是將近鄰圖約束整合到稀疏編碼的目標方程中,訓練出正常視頻圖像的稀疏編碼,再用這些編碼進行視頻異常檢測。為了檢驗算法性能,在UMN數(shù)據(jù)庫上進行了驗證,并與其它檢測效果比較好的

7、異常檢測方法進行了對比,實驗結(jié)果顯示本文提出的方法具有較好的檢測效果。關(guān)鍵詞:視頻分析;異常檢測;稀疏表示;局部幾何結(jié)構(gòu)IAbstractOutlierdetection,alsoknownasthedeviationdetectionistodetectanddiscoverthoseabnormaldatapatternswhicharenotconformedtonormal(expected)datapatternsinobserveddata.Accordingtodifferentapplications,these

8、abnormalpatternsarenotedas[1]outlier,noveltyorstain.Recently,anomalydetectionhasbeenwidelyusedinfaultdiagnosis,diseasedetection,ide

當前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負責整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內(nèi)容,確認文檔內(nèi)容符合您的需求后進行下載,若出現(xiàn)內(nèi)容與標題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。