自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(16)
  • 资源 (2)
  • 收藏
  • 关注

转载 pycharm 如何调试分布式运行程序

pycharm调试分布式运行程序

2022-10-12 16:29:37 433

原创 2022_ECCV_Video Anomaly Detection by Solving Decoupled Spatio-Temporal Jigsaw Puzzles

视频异常检测

2022-10-05 10:23:59 1379 1

原创 2021_AAAI_Appearance-Motion Memory Consistency Network for Video Anomaly Detection

Appearance-Motion Memory Consistency Network for Video Anomaly Detection论文地址链接Abstract之前的方法只考虑外观或者直接把外观和运动的结果集成而没有考虑他们的内在语义的一致性。人是通过多模态信号来鉴别异常的,所以作者提出AMMC-Net首先充分利用了外观和运动信号的先验知识在高层次特征空间捕获他们的一致性,然后结合多视角特征来获得一个更基本和鲁棒的正常事件的特征表示可以增加正异常事件的区分性,在异常检测阶段引入潜在空间的c

2022-05-23 19:59:06 668

原创 【论文精读】2017_MM_Spatio-Temporal AutoEncoder for Video Anomaly Detection

Spatio-Temporal AutoEncoder for Video Anomaly Detection论文地址链接Abstract  在本文中,作者提出了一个新的模型,称为时空AutoEncoder (ST AutoEncoder或STAE),它利用深度神经网络自动学习视频表示,并通过执行三维卷积从空间和时间维度提取特征。除了现有的典型自动编码器所使用的重建损失外,作者引入了一种权重降低的预测损失来生成未来帧,从而增强视频中的运动特征学习。作者还提出了一个新的数据集。Conclusion

2022-05-18 20:44:09 713

原创 【论文精读】2022_CVPR_Self-Supervised Predictive Convolutional Attentive Block for Anomaly Detection

Self-Supervised Predictive Convolutional Attentive Block for Anomaly Detection

2022-05-16 21:55:05 2240 8

原创 【论文精读】2017_ICIP_Abnormal event detection in videos using generative adversarial nets

Abnormal event detection in videos using generative adversarial nets论文地址链接Comments: Best Paper / Student Paper Award Finalist, IEEE International Conference on Image Processing (ICIP), 2017Abstract  使用正常帧和对应的光流图来训练GAN学习场景的正态表示。Conclusion  作者提出了一种基于两个

2022-05-09 20:46:26 802 1

原创 【论文精读】2017_ISNN_Abnormal Event Detection in Videos Using Spatiotemporal Autoencoder

Abnormal Event Detection in Videos Using Spatiotemporal Autoencoder论文地址链接Abstract作者提出了用于异常检测的一个时空结构。模型包括两个主要部分,一个用于空间特征的表达,另一个用于学习空间特征的时间演变。在Avenue、Subway和UCSD基准上的实验结果证实,作者的方法在相当高的速度下可以与最先进的方法媲美,最高可达每秒140帧。Conclusion作者将异常检测定义为一个时空序列异常点检测问题,并将空间特征提取器和时

2022-05-08 12:27:30 1057

原创 【论文精读】2017-ICME-Remembering history with convolutional LSTM for anomaly detection

Remembering history with convolutional LSTM for anomaly detection论文地址链接Abstract  作者利用CNN来编码外观利用ConvLSTM通过记忆过去帧来编码运动信息再结合自编码器来学习正常样本的外观和运动模式。  相比基于三维卷积自动编码器的异常检测(作者此处指3D卷积,认为16年Hasan那篇使用的是3d卷积,但Hasan使用的应该是二维卷积),作者的主要贡献在于提出了一个ConvLSTM自编码器框架,可以更好地分别对正常事件的

2022-05-07 18:36:02 475

原创 【论文精读】2016_Anomaly detection in video using predictive convolutional long short term memory networks

Anomaly detection in video using predictive convolutional long short term memory networks论文地址链接Abstract作者通过学习生成模型来解决这个问题,该模型可以使用有限的监督来识别视频中的异常。作者提出了端到端可训练能够从少量的输入帧预测视频序列的演化的合成卷积长短期记忆网络。Conclusion作者应用网络的预测能力来确定异常事件和定位视频序列中的兴趣点。定量分析表明,作者的模型与最先进的异常检测方法在各

2022-05-06 19:57:34 359

原创 【论文精读】2016-CVPR-Learning temporal regularity in video sequences

Learning temporal regularity in video sequences论文地址链接Abstract  由于视频中有意义活动(指异常)具有模糊的定义以及视频中场景混乱,因此作者通过学习规则运动模式(称为regularity)的生成模型来解决这个问题。  作者主要构建了两个模型①首先利用传统手工制作的时空局部特征,并在其上学习一个完全连接的自动编码器。②建立了一个完整的卷积前馈自动编码器来学习局部特征和分类器作为一个端到端学习框架。  作者从多个数据集训练捕获regularit

2022-05-05 15:10:08 2201 1

原创 【精读论文】2015-BMVC-Learning Deep Representations of Appearance and Motion for Anomalous Event Detection

Learning Deep Representations of Appearance and Motion for Anomalous Event Detection

2022-05-02 13:57:15 1424

原创 动手学深度学习——线性代数

标量简单操作c=a+bc=a⋅bc=sinac = a + b \\ c = a \cdot b \\ c = sinac=a+bc=a⋅bc=sina长度∣a∣={aifa>0−aotherwise∣a+b∣≤∣a∣+∣b∣∣a⋅b∣=∣a∣⋅∣b∣|a| = \left \{ \begin{aligned} a \quad if a>0 \\ -a \quad otherwise\end{aligned} \right. \\|a+b| \leq |a| + |b|

2021-08-29 23:04:33 150

原创 CNN卷积神经网络笔记

卷积神经网络笔记绪论卷积神经网络应用传统神经网络VS卷积神经网络深度学习步骤损失函数基本组成结构卷积一维卷积池化全连接绪论卷积神经网络应用1.分类2.检索3.检测4.分割传统神经网络VS卷积神经网络深度学习步骤1.搭建神经网络结构2.找到一个合适的损失函数(交叉熵损失,均方误差,…)3.找到一个合适的优化函数,更新参数(反向传播(BP),随机梯度下降(SGD)…)损失函数1.给定W,可以由像素映射到类目得分2.损失函数是用来衡量吻合度的3.可以调整参数/权重W,使得映射的结果

2021-08-23 21:57:44 207

原创 python获取列表中最大的N个数索引

针对数组无重复数的import heapqint nlis=[2,4,5,1,7]re1 = map(lis.index, heapq.nlargest(n, lis)) #求最大的n个索引 nsmallest 求最小 nlargest求最大re2 = heapq.nlargest(n, lis) #求最大的三个元素print(list(re1)) #因为re1由map()生成...

2020-05-04 16:51:51 5656 1

原创 判断一个数是否为完全平方数

判断一个数是否为完全平方数:int m = floor(sqrt(n) + 0.5);if(m*m == n) printf("%d\n", n);假设在经过大量计算后,由于误差的影响,整数1变成了0.9999999999,floor的结果会 是0而不是1。为了减小误差的影响,一般改成四舍五入,即floor(x+0.5)(2)。如果难以理 解,可以想象成在数轴上把一个单位区间往左移动0.5个...

2020-03-09 22:35:12 486 1

原创 C语言与或非优先级

C语言与或非优先级非>与>或具体:! —> & —> ^ —> | —> && —> ||

2020-03-09 22:04:54 6371

MiniQQ.rar

Java课设 满足QQ基本功能包括服务器和客户端,实现在线聊天、群组聊天、传送文件、添加好友、消息提示、你画我猜等功能。

2019-09-16

c++迷宫.rar

数据结构课设 c++写的迷宫问题,可自动生成迷宫,也可输入构成迷宫,找出所有路径。

2019-09-08

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除