تشخیص ناهنجاری محلی در دنباله های ویدیویی شلوغ با نگاشت سلسله مراتبی ویژگی های محلی مبتنی بر نمونه های آموزشی نرمال
محل انتشار: نخستین کنفرانس ملی محاسبات نرم
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 514
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CSCG01_006
تاریخ نمایه سازی: 29 مهر 1396
چکیده مقاله:
مقاله حاضر روشی جهت تشخیص رخدادهای ناهنجار محلی در دنباله های ویدیویی شلوغ ارایه داده است که از نمونه های آموزشی نرمال برای تعیین رفتارهای هنجار استفاده می کند. روش اراده شده فرایند کشف فعالیت با رویکرد بدون نظارت است که به طور خودکار به ساخت الگوهای فعالیت نرمال در سطوح مختلف می پردازد. در روش پیشنهادی، ویژگی های محلی سطح پایین طی روندی سلسله مراتبی به ویژگی های سطح بالاتر برای تعیین فعالیت های نرمال برجسته نگاشت می شوند. سپس، یک تابع انرژی براساس شعاع همسایگی نمونه های آموزشی طراحی شده و با استفاده از الگوهای فعالیت برجسته رخدادهای ناهنجار محلی در نمونه های آزمون شناسایی می شوند. برای نشان دادن اثربخشی روش ارایه شده در نتایج تجربی آزمایش ها به تشخیص ناهنجاری بر روی دادگان UCSD شامل دو مجموعه Ped1 و Ped2 و مقایسه عملکرد آن با برخی روش های موجود پرداخته شده است.
کلیدواژه ها:
نویسندگان
لیلا محمدی
دانشگاه یزد، دانشکده مهندسی برق و کامپیوتر
محمدعلی زارع چاهوکی
دانشگاه یزد، دانشکده مهندسی برق و کامپیوتر