咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >无监督和弱监督视频异常检测方法回顾与前瞻 收藏

无监督和弱监督视频异常检测方法回顾与前瞻

Review of Unsupervised and Weakly Supervised Video Anomaly Detection Methods

作     者:张琳 陈兆波 马晓轩 张凡博 ZHANG Lin;CHEN Zhao-bo;MA Xiao-xuan;ZHANG Fan-bo

作者机构:北京建筑大学电气与信息工程学院北京102616 交通银行软件开发中心北京100031 

出 版 物:《科学技术与工程》 (Science Technology and Engineering)

年 卷 期:2024年第24卷第19期

页      面:7941-7955页

学科分类:1305[艺术学-设计学(可授艺术学、工学学位)] 13[艺术学] 081104[工学-模式识别与智能系统] 08[工学] 0804[工学-仪器科学与技术] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 

基  金:北京市教育科学“十三五”规划重点课题(CHAA19081) 

主  题:视频异常检测 无监督 弱监督 数据集 视频监控 

摘      要:随着监控技术的不断发展,监控摄像头已经被广泛部署到各种场景中。手动检测视频异常情况已经变得不可能。因此,作为智能监控系统核心的视频异常检测技术正在受到广泛关注和研究。随着深度学习的发展,视频异常检测领域取得了显著的成就,并涌现出许多新的异常检测方法。梳理了应用在不同数据类型上的无监督和弱监督视频异常检测学习方法,分析现有方法的贡献,并比较不同模型的性能。此外,还整理了一些常用的和新发布的数据集,并总结了未来工作要面临的挑战和发展趋势。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分