-
公开(公告)号：CN109934042A
公开(公告)日：2019-06-25
申请号：CN201711345054.1
申请日：2017-12-15
Applicant: 吉林大学
IPC: G06K9/00
Abstract: 基于卷积神经网络的自适应视频对象行为轨迹分析方法属图像工程和机器视觉技术领域，本发明针对现实场景中的监控视频，采用核相关滤波算法对视频对象进行有效地检测跟踪，从而生成有向曲线的轨迹图，再基于深度学习利用卷积神经网络，自适应地训练学习当前场景下的正常行为轨迹，最终对可疑行为进行判别；本发明将深度学习用于视频对象的行为分析中，能自适应地学习场景中的正常行为轨迹，无需人为定义，从而保障了可疑行为判定的可靠性，在现实场景中可不断扩展使用背景，检测跟踪部分利用循环矩阵特性，且深度学习的输入为二维轨迹图，既保留了视频的时空特征，又最大限度确保了实时性。
Search Results
1
records
(took 0.017 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
