摘要:视频中的异常检测是一项极具意义和挑战性的工作,不仅在日常的监控系统中有很大的应用价值,在计算机视觉中也是研究的重点,而现实生活中的监控场景大都是拥挤场景,例如车站,商场,超市等,这些场景内有较多的运动物体,这对异常检测造成了很大的困难,如何准确地在拥挤场景内检测出异常是一件很有意义的事。近年来,遗传编程逐渐成为演化计算领域的热门研究方向,并被应用到各个领域,包括计算机视觉方面,例如车辆检测以及运动检测。但是目前很少有研究把遗传编程应用于视频异常检测中,本文的研究工作就是把遗传编程应用于视频异常行为检测中,主要的研究工作如下: ...
关键词:
拥挤场景视频监控异常检测遗传编程
授予学位:
硕士
学科专业:
计算机应用技术
导师姓名:
商琳
学位年度:
2015
语种:
中文
分类号:
TP391.41(计算技术、计算机技术)
相关知识
基于DOG的异常行为监测模型的设计
行为检测论文笔记【综述】基于深度学习的行为检测方法综述
一种基于图像的宠物行为检测方法与流程
一种基于图像变化的宠物行为检测系统的制作方法
视频实时行为检测——基于yolov5+deepsort+slowfast算法
一种公共场所中的异常宠物行为的检测方法、装置及系统与流程
宠物行为问题的早期检测
基于宠物面部视频的非接触式心率检测研究
【特纳斯电子】基于物联网的宠物检测管理系统
基于物联网的宠物健康监测系统
网址: 基于遗传编程的拥挤场景的视频异常行为检测 https://m.mcbbbk.com/newsview381722.html
上一篇: 联会复合物研究进展 |
下一篇: 披碱草和野大麦杂种F1与BC1代 |