专利名称：一种基于黎曼流形特征和LSTM网络相结合的交通
异常事件检测方法
专利类型：发明专利发明人：夏利民,李振民申请号：CN202110040380.1申请日：20210113公开号：CN112733734A公开日：20210430
摘要：本发明公开了一种基于黎曼流形特征和LSTM网络相结合的交通异常事件检测方法，包括：对视频帧子区域提取HOG、HOF特征分别作为外观特征和运动特征；对特征组成的时间序列提供流形表示，并使用ISOMAP算法嵌入到低维欧式空间中，解决传统特征无法反映外观变化率和运动变化率的问题；训练了一个单层单向LSTM网络用于特征预测，捕捉特征序列的时间变化规律；将均方误差和峰值信噪比相结合，提供判断当前子区域是否存在异常事件的异常得分。相对于传统的手工交通异常事件检测方法，实现了监控、检测的自动化、智能化、精准化，具有较高的检测效率和实时性，在处理大规模交通监控视频时可以快速准确的定位事故异常发生的场景与时间。
申请人：中南大学
地址：410083 湖南省长沙市岳麓区麓山南路932号
国籍：CN
更多信息请下载全文后查看
因篇幅问题不能全部显示，请点此查看更多更全内容