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

发明专利有效专利

申请号：
CN202110040380.1
IPC分类号：G06K9/00;G06K9/46;G06K9/62;G06N3/04;G06N3/08;G06T7/246;G06T7/269
申请日期：
2021-01-13
申请人：
中南大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

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
申请号	CN202110040380.1	申请日期	2021-01-13
法律状态	实质审查	申报国家	中国
公开/公告日	2021-04-30	公开/公告号	CN112733734A
优先权	暂无	优先权号	暂无
主分类号	G06K9/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕	IPC分类号	G;0;6;K;9;/;0;0;;;G;0;6;K;9;/;4;6;;;G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8;;;G;0;6;T;7;/;2;4;6;;;G;0;6;T;7;/;2;6;9查看分类表>
申请人	中南大学	申请人地址	湖南省长沙市岳麓区麓山南路932号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	中南大学	当前权利人	中南大学
发明人	夏利民;李振民
代理机构	暂无	代理人	暂无

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。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供