arrow
返回

Frequency-guided multi-level human action anomaly detection with normalizing flows

delete2025-11-20
delete0
delete
OA
AI
S
Shun Maeda
C
Chunzhi Gu
J
Jun Yu
S
Shogo Tokai
S
Shangce Gao
C
Chao Zhang
DOI:10.1016/j.patcog.2025.112770delete
delete原文链接
delete分享
delete收藏
查看原文
摘要

摘要

En 中文
• 我们提出了一项新任务,即人类动作异常检测,该任务将异常视为人体运动中的特定动作类别。 • 我们提出在由归一化流(normalizing flow)构建的新型频域引导检测框架下解决此任务。 • 我们将一个多级检测流水线集成到模型中,以促进对局部异常动作模式的学习。
Keyword:
Human action anomaly detection
One-class classification
Multi-level action learning
AI总结

AI总结

对已上传原文的论文进行重点信息的提取,主要内容包括:简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。

期刊

Pattern Recognition 封面图
Pattern Recognition
IF:
7.6
论文数:
1.3W
被引数:
4.5W

机构

U
University of Toyama
学者数:
6.3K
论文数: 5.2K
被引数: 3.9K
U
University of Fukui
学者数:
3.6K
论文数: 2.6K
被引数: 1.4K
N
Niigata University
学者数:
9.8K
论文数: 7.1K
被引数: 7.6K
学者 查看更多机构
引用论文

引用论文

暂无论文信息