深度自编码与自更新稀疏组合的异常事件检测算法

来源 :智能系统学报 | 被引量 : 0次 | 上传用户:szh_ty
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
基于深度学习的异常检测算法输入通常为视频帧或光流图像,检测精度和速度较低。针对上述问题,提出了一种以运动前景块为中心的卷积自动编码器和自更新稀疏组合学习(convolutional auto-encoders and selfupdating sparse combination learning, CASSC)算法。首先,采用自适应混合高斯模型(gaussian mixture model,GMM)提取视频前景,并以滑动窗口的方式根据前景像素点占比过滤噪声;其次,构建3个卷积自动编码器提取运动前景
其他文献
在数量庞大的司法案例文书中进行相似案例匹配可以有效地提升司法部门的工作效率.但司法案件文本不仅长,而且文本自身还具有一定程度的结构复杂性,因此司法案例文本匹配与传
基于以太网全光纤环网架构,设计了可应用于机场和港口的高杆灯智能照明监控系统,针对上海虹桥国际机场站坪高杆灯照明智能化改造项目进行了典型应用设计,并阐述了对机场智能
结合某办公超高层建筑,探讨了安全防范系统、综合布线系统、背景音乐及应急广播系统等弱电系统及弱电机房的配置,提出超高层建筑项目各弱电系统设计应根据具体需求和结构等条
结合某医院应急负压病房改建项目,根据国家相关标准要求,介绍了呼吸类传染病负压病房的电气设计要点,阐述了电气设计中需要注意的问题,可为类似呼吸类传染病房的电气设计提供
结合上海某大型综合医院项目,从负荷等级、供电电源、高低压配电系统、应急电源系统等方面介绍了医疗建筑供配电系统设计,提出电气设计人员要根据实际项目情况合理设计,使医