WACV-2019 論文閱讀

論文思路        我們將異常事件檢測問題表述爲離羣值檢測任務,並提出了一種基於k均值聚類和一類支持向量機(SVM)的兩階段算法,以消除離羣值。在特徵提取階段,我們建議使用從預訓練神經網絡的最後卷積層提取的深層外觀特徵來擴展時空立方體。從僅包含正常事件的訓練視頻中提取運動和外觀特徵後,我們應用k均值聚類以找到代表不同類型的正常運動和外觀特徵的聚類。在第一階段,我們認爲樣本數量較少(相對於給定閾
相關文章
相關標籤/搜索