文献

J-GLOBAL ID：201702232930306107   整理番号：17A0414299

暴力検出のための動きWeber局所ディスクリプタを用いた識別辞書学習【Powered by NICT】

Discriminative Dictionary Learning With Motion Weber Local Descriptor for Violence Detection

著者 (4件)： Zhang Tao (Institute of Image Processing and Pattern Recognition, Shanghai Jiao Tong University, Shanghai, China) ,  Jia Wenjing (Global Big Data Technologies Centre, University of Technology Sydney, Ultimo, NSW, Australia) ,  He Xiangjian (Global Big Data Technologies Centre, University of Technology Sydney, Ultimo, NSW, Australia) ,  Yang Jie (Institute of Image Processing and Pattern Recognition, Shanghai Jiao Tong University, Shanghai, China)
資料名： IEEE Transactions on Circuits and Systems for Video Technology  (IEEE Transactions on Circuits and Systems for Video Technology)
巻： 27  号： 3  ページ： 696-709  発行年： 2017年 
JST資料番号： W0321A  ISSN： 1051-8215  CODEN： ITCTEM  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ビデオからの自動暴力検出は多数のビデオサーベイランスアプリケーションのためのホットな話題である。しかし,高性能の監視ビデオにおける暴力を検出できるアルゴリズムを開発するのにほとんど成功した。本論文では,運動Weber局所記述子(WLD)の著者らが最近提案した考えに続いて,著者らは,二種類の主要な改善を行うと動画像から暴力を検出するためのより効果的かつ効率的なアルゴリズムを提案した。最初に,低水準画像外見情報をより良く表示し,局所運動情報を捕捉するために時間的成分を添加することにより空間記述子IWLDを拡張し,従って運動IWLDを形成する改善WLD(IWLD)を提案した。第二に,符号化係数の再構成誤差を制御し,分類誤差を最小化両方に修飾した疎表現に基づく分類モデルを提案した。提案したスパースモデルに基づいて,クラスラベルに対応する辞書原子を含むクラス特異的辞書を訓練サンプルのクラスラベルを用いて学習した。この学習された辞書を用いて,表現残留のみならず表現係数を識別になった。修正スパースモデルを統合分類スキームは,そのような識別情報を利用するために開発した。三つのベンチマークデータセット上での実験結果は,芸術の状態の提案した方法の優れた性能を実証した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： アルゴリズム ,  再構成 ,  *統制索引語 ,  動画像 ,  画像 ,  録画装置 ,  符号化 ,  *暴力行為
準シソーラス用語： 識別子 ,  分類モデル ,  スパース表現 ,  *辞書学習 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 暴力 ,  動き ,  ディスクリプタ ,  識別 ,  辞書学習