| 基于深度高斯过程回归的视频异常事件检测方法 |
| |
| 引用本文： | 王栋,张晓俊,戴丽华.基于深度高斯过程回归的视频异常事件检测方法[J].电子测量与仪器学报,2021,35(3):158-164. |
| |
| 作者姓名： | 王栋 张晓俊 戴丽华 |
| |
| 作者单位： | 苏州工业职业技术学院 苏州215000;苏州大学光电科学与工程学院 苏州215006 |
| |
| 基金项目： | 2019年度江苏省高等学校自然科学研究面上项目(19KJD510007)、2019年江苏高校青蓝工程优秀教学团队项目资助┣┣（中）基金项目 |
| |
| 摘 要： | 针对现有异常检测方法忽视异常事件发生概率小而造成虚警这个问题,基于高斯过程回归(GPR)的框架,将GPR核函数非参数化所具有的灵活性与深度神经网络的结构特性相结合,并将卷积神经网络封装在GPR的核函数中,以同时实现异常检测任务中特征提取和检测两个步骤。在测试阶段,相对于训练样本集的后验概率的对数似然较小的被判定为异常。方法在一个模拟数据集和一个完全真实的数据集上进行了实验验证,实验结果证明所提出的方法在两个数据集上分别达到了83.9%的帧级AUC和34.4%的帧级AUC,在性能上达到了现有技术发展水平。
|
| 关 键 词： | 视频监控 异常事件 高斯过程回归 深度核学习 卷积神经网络 |
Video anomaly detection and localization via deep Gaussian process regression |
| |
| Wang Dong,Zhang Xiaojun,Dai Lihua.Video anomaly detection and localization via deep Gaussian process regression[J].Journal of Electronic Measurement and Instrument,2021,35(3):158-164. |
| |
| Authors: | Wang Dong Zhang Xiaojun Dai Lihua |
| |
| Affiliation: | 1. Suzhou Vocational Institute of Industrial Technology, Suzhou 215000, China;;2. School of Optoelectronic Science and Engineering, Soochow University, Suzhou 215006, China |
| |
| Abstract: | |
| |
| Keywords: | video surveillance anomalous event Gaussian process regression deep kernel learning convolution network |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《电子测量与仪器学报》浏览原始摘要信息 |
|
点击此处可从《电子测量与仪器学报》下载全文 |
