基于深度学习特征的异常行为检测.pdfVIP

  1. 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第44卷第10期 湖南大学学报(自然科学版) V01.44,No.10 20 1 7年10月 ofHunan Sciences) 0ct.20 17 Journal University(Natural 文章编号:1674—2974(2017)10—0130—09 基于深度学习特征的异常行为检测+ 王军,夏利民’ (中南大学信息科学与工程学院,湖南长沙410075) 摘要:已有的异常行为检测大多采用人工特征,然而人工特征计算复杂度高且在复杂 场景下很难选择和设计一种有效的行为特征.为了解决这一问题,结合堆积去噪编码器和改 进的稠密轨迹,提出了一种基于深度学习特征的异常行为检测方法.为了有效地描述行为, 利用堆积去噪编码器分另11提取行为的外观特征和运动特征,同时为了减少计算复杂度,将特 征提取约束在稠密轨迹的空时体积中;采用词包法将特征转化为行为视觉词表示,并利用加 权相关性方法进行特征融合以提高特征的分类能力.最后,采用稀疏重建误差判断行为的异 常.在公共数据库CAVIAR和BOSS上对该方法进行了验证,并与其它方法进行了对比试 验,结果表明了该方法的有效性. 关键词:异常行为;深度学习特征;堆积去噪编码器;特征提取;稠密轨迹 中图分类号:TP391 文献标志码:A AbnormalBehaviorDetectionBasedon Features Deep—Learned WANG Limin+ Jun,XIA ofInformationScienceand South University,Changsha410075,China) (College Engineering-Central methodsofabnormalbehaviordetectionusehand-craftedfeaturesto Abstract:Most existing merely be and ofhand-craftedfeaturescanbediffi— behavior,which represent maycostly.Moreover,choicedesign cultinthe scenewithout ordertosolvethis thestacked complex priorknowledge.In problem,combining de— dense new forabnormalbehavior autoencoders(SDAE)andectories,a denoising improvedtraj approach tectionwas features.To the proposedbyusingdeep-learned effec

文档评论(0)

*国之崛起* + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档