文献

J-GLOBAL ID：201602271092375054   整理番号：16A0803130

空間-時間特徴に基づく異常事象認識【Powered by NICT】

Spatio-temporal feature based anomaly event recognition

著者 (2件)： Jin Dongliang (School of Automatic, Nanjing University of Posts and Telecommunications, 210046, China) ,  Zhu Songhao (School of Automatic, Nanjing University of Posts and Telecommunications, 210046, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： CCC  ページ： 3818-3822  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 局所異常イベントの検出の精度を改善するために,新しい方法を提案した。提案方法の主な考え方は以下のように記述される最初に,ビデオ系列を空間-時間ブロブに分けられる;,異常事象が出現する可能性が最も高いがセミパラメトリックモデルに基づく統計的手法は,これらのブロブを検出するために採用された;最終的に最大オプティカルフローエネルギーと局所最記述子を利用して,これらの疑わしい塊は本当に異常事象を含むかどうかを決定した。地下鉄データセット上で行った実験結果は,提案した方法の有効性を示した。Copyright 2016 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： *統計的方法
準シソーラス用語： データセット ,  セミパラメトリックモデル , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (1件)： 事象