Key points are not available for this paper at this time.
La détection rapide d'événements anormaux répond à la demande croissante de traiter un nombre énorme de vidéos de surveillance. Sur la base de la redondance inhérente des structures vidéo, nous proposons un cadre d'apprentissage par combinaison parcellaire efficace. Il atteint une performance décente lors de la phase de détection sans compromettre la qualité des résultats. Le court temps d'exécution est garanti car la nouvelle méthode transforme efficacement le problème original compliqué en un dans lequel seules quelques étapes d'optimisation des moindres carrés à petite échelle sans coût sont impliquées. Notre méthode atteint des taux de détection élevés sur des ensembles de données de référence à une vitesse de 140-150 images par seconde en moyenne lors des calculs sur un ordinateur de bureau ordinaire utilisant MATLAB.
Lu et al. (Sun,) ont étudié cette question.