基于约束稀疏表示的视频异常检测算法研究

基于约束稀疏表示的视频异常检测算法研究

ID:35069126

大小:2.88 MB

页数:39页

时间:2019-03-17

基于约束稀疏表示的视频异常检测算法研究_第1页
基于约束稀疏表示的视频异常检测算法研究_第2页
基于约束稀疏表示的视频异常检测算法研究_第3页
基于约束稀疏表示的视频异常检测算法研究_第4页
基于约束稀疏表示的视频异常检测算法研究_第5页
资源描述:

《基于约束稀疏表示的视频异常检测算法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、.'J'J:'.学巧代巧》10溢〇研宛生学号;201310251}分类号ilESILJ巧级:无?、■-*麵''獲籠議1^1職嚇'-遍祇学位论文;.胃.'’.衝护V'.\.'VI,..七^.V.—心.巧.,,八V.'.;.-t基于的jMm*巧的视衡黑带输*1其讓VideoAnomalyDetectionAlgorithmbasedonConstrainedSparseRepresen化tionJ'^':詳点:r苗n-續:两觀'’?■■

2、^s%…:护记一片…‘巧皆,....■‘.:',‘.成:■;|:,括如乂化典一一‘作着!牽炼惠山巧''’、’'■每.‘:心-式;;*指导教肺!王建中讲师V、、一V点级学科:计g[轨科学与巧术二缀学科!软件工程.、;心-硏巧方向:模巧巧别.:這.学位类型:学术巧±.>.....:_4,.,''三'片。.丫.為声'''■■‘,..哪".如:东北师范大学学位评定委员会:.古>f4诚.气門’:..‘巧.>名〇化

3、6.巧惠福建r方年月辛F巾VL)离-式每.叫巧::;,夺7巧—女■...■'、‘^’?'-?r-*,*-r’?V;,-C...、T;.V.^W,\.式\学校代码:10200研究生学号:2013102511分类号:TP311.5密级:硕士学位论文基于约束稀疏表示的视频异常检测算法研究VideoAnomalyDetectionAlgorithmbasedonConstrainedSparseRepresentation作者:李晓惠指导教师:王建中讲师一级学科:计算机科学与技术二级学科:软件工程研究

4、方向:模式识别学位类型:学术硕士东北师范大学学位评定委员会2016年6月摘要异常检测也称偏差检测,就是通过所建立的正常数据模式来检测与之不符的异常数据模式。通常根据异常检测应用领域的不同,这些异常数据模式也被称为野值点、局外[1]点、离群点或者污点。近年来异常检测的应用越来越广泛,已经成为疾病检测、入侵检测、身份辨识、故障诊断及智能监控等领域重要研究手段。与此同时,近些年来整个社会对于安全防护的意识也在不断加强,并且伴随着模式识别、人工智能和图像处理等技术的迅速进步,不但为整个视频监控市场的快速发展指明了方向,而且使得视频监控系

5、统的应用已经深入到人们日常生活的各个领域。因此,本文主要关注于基于视频的异常事件检测方法研究,如何对海量的高维视频数据进行智能分析,并且及时发现视频数据中存在的异常事件不仅是提高视频监控系统智能化水平的关键,而且已经成为关乎人民生命财产安全和社会稳定的重要国计民生问题,也是大数据时代信息处理领域的重要研究课题。近几十年来,视频异常事件检测技术的研究已经取得了很大程度上的进展,积累了丰富的理论并涌现出大量的检测方法。尽管已有的视频异常检测技术能够获得优越的性能,但视频数据具有数量大、维度高、信息容量较高且关系复杂、解释具有多样性和

6、模糊性、很强的时空连续性、同时多数视频含有噪声等特点,由视频数据的这些特点可以得知视频异常检测算法有着较大的研究难度,同时也使得视频异常事件检测成为了异常艰巨的难题。本文针对已有基于稀疏表示视频异常事件检测方法进行分析与总结,在此基础上提出了基于约束稀疏表示(ConstrainedSparseRepresentation,CSR)的视频异常检测算法,该方法主要是将近邻图约束整合到稀疏编码的目标方程中,训练出正常视频图像的稀疏编码,再用这些编码进行视频异常检测。为了检验算法性能,在UMN数据库上进行了验证,并与其它检测效果比较好的

7、异常检测方法进行了对比,实验结果显示本文提出的方法具有较好的检测效果。关键词:视频分析;异常检测;稀疏表示;局部几何结构IAbstractOutlierdetection,alsoknownasthedeviationdetectionistodetectanddiscoverthoseabnormaldatapatternswhicharenotconformedtonormal(expected)datapatternsinobserveddata.Accordingtodifferentapplications,these

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

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。