文献

J-GLOBAL ID：201702250498110261   整理番号：17A0532948

有意情報と社会モデルを融合した人の異常検出【JST・京大機械翻訳】

Abnormal Crowd Event Detection by Fusing Saliency Information and Social Force Model

著者 (5件)： Li Meng (Department of Information Science and Engineering, Ningbo University) ,  Chen Ken (Department of Information Science and Engineering, Ningbo University) ,  Guo Chunmei (Department of Information Science and Engineering, Ningbo University) ,  Li Fei (Department of Information Science and Engineering, Ningbo University) ,  Ji Peipei (Department of Information Science and Engineering, Ningbo University)
資料名： Guangdian Gongcheng  (Guangdian Gongcheng)
巻： 43  号： 12  ページ： 193-199  発行年： 2016年 
JST資料番号： C2092A  ISSN： 1003-501X  CODEN： GUGOEC  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 異常事象検出は知的ビデオ監視における重要な研究内容であり,本論文では,新しい時空間的特徴に基づく異常挙動検出アルゴリズムを提案した。まず第一に,空間的特徴として顕著な情報を抽出して,高精度オプティカルフローアルゴリズムを採用して,時間領域特性として相互作用力を計算した。本論文では,相互情報力ヒストグラム(HOIF)と呼ばれる新しい運動情報の特徴を提案し,それらをSVMによって訓練し,それにより,人々の事象を分類した。UMN(UNIVERSITY CITIES MINNESOTA, CITIES)データベース上で本論文のアルゴリズムの有効性を検証した。実験結果は,このアルゴリズムが検出精度とロバスト性において他のアルゴリズムより優れていることを示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： ヒストグラム ,  ロバスト性 ,  データベース ,  *アルゴリズム
準シソーラス用語： 検出精度 ,  相互作用力 ,  時間領域 ,  高精度 ,  検出アルゴリズム ,  ビデオ監視 ,  イベント検出 ,  *異常検出 , 【Automatic Indexing@JST】

著者キーワード (5件)： spatiotemporal features ,  saliency information ,  social force model ,  HOIF ,  SVM

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 社会 ,  モデル ,  融合 ,  人 ,  異常検出