返回中文主页
论文成果
A Self-trained Spatial Graph Convolutional Network for Unsupervised Human-related Anomalous Event Detection in Complex Scenes
  • 所属单位：
    控制科学与工程学院
  • 发表刊物：
    IEEE TRANSACTIONS ON COGNITIVE AND DEVELOPMENTAL SYSTEMS
  • 关键字：
    Anomaly detection;Event detection;Feature extraction;human skeleton;Human-related anomaly detection;self-training regression;Skeleton;spatial graph convolutional network;Task analysis;Training;Trajectory;video surveillance
  • 第一作者：
    李南君
  • 论文编号：
    1559363562041430018
  • 字数：
    10
  • 是否译文：
    否
  • 发表时间：
    2022-01-01

上一条：AE-Net:Adjoint Enhancement Network for Efficient Action Recognition in Video Understanding

下一条：Anti-occlusion multi-target tracking with progressive spatio-temporal feature model

版权所有   ©山东大学　地址：中国山东省济南市山大南路27号　邮编：250100　
查号台：（86）-0531-88395114
值班电话：（86）-0531-88364731　建设维护：山东大学信息化工作办公室