Machine Learning Methods for Behaviour Analysis and Anomaly Detection in Video
Idioma: inglés
Editorial: Springer International Publishing, 2018
- Tapa dura
- Nuevo
Librería: moluna, Greven, Alemaniamoluna
Vendedor de IberLibro desde 9 de julio de 2020
Condición: Nuevo
EUR 89,99
Cantidad disponible: Más de 20 disponibles
Añadir al carritoDescripción del artículo del vendedor
Dieser Artikel ist ein Print on Demand Artikel und wird nach Ihrer Bestellung fuer Sie gedruckt. Nominated by the University of Sheffield as an outstanding Ph.D. thesis Proposes statistical hypothesis tests for both offline and online data processing and multiple change-point detection Develops learning algorithms for a dynamic top.
N° de ref. del artículo 204098238
- Título
- Machine Learning Methods for Behaviour Analysis and Anomaly Detection in Video
- Autor
- Olga Isupova
- Editorial
- Springer International Publishing
- Año de publicación
- 2018
- Estado
- New
- Encuadernación
- Gebunden
- Idioma
- inglés
- ISBN 10
- 3319755072
- ISBN 13
- 9783319755076
- Serie
- Libro 415 de 797: Springer Theses
- Catálogos de vendedores
- Mathematik/Naturwissenschaften/Technik/Medizin
This thesis proposes machine learning methods for understanding scenes via behaviour analysis and online anomaly detection in video. The book introduces novel Bayesian topic models for detection of events that are different from typical activities and a novel framework for change point detection for identifying sudden behavioural changes.
Behaviour analysis and anomaly detection are key components of intelligent vision systems. Anomaly detection can be considered from two perspectives: abnormal events can be defined as those that violate typical activities or as a sudden change in behaviour. Topic modelling and change-point detection methodologies, respectively, are employed to achieve these objectives.
The thesis starts with the development of learning algorithms for a dynamic topic model, which extract topics that represent typical activities of a scene. These typical activities are used in a normality measure in anomaly detection decision-making. The book also proposes a novel anomaly localisation procedure.In the first topic model presented, a number of topics should be specified in advance. A novel dynamic nonparametric hierarchical Dirichlet process topic model is then developed where the number of topics is determined from data. Batch and online inference algorithms are developed.
The latter part of the thesis considers behaviour analysis and anomaly detection within the change-point detection methodology. A novel general framework for change-point detection is introduced. Gaussian process time series data is considered. Statistical hypothesis tests are proposed for both offline and online data processing and multiple change point detection are proposed and theoretical properties of the tests are derived.
The thesis is accompanied by open-source toolboxes that can be used by researchers and engineers.
“Sinopsis” puede pertenecer a otra edición de este título.
De la contraportada
This thesis proposes machine learning methods for understanding scenes via behaviour analysis and online anomaly detection in video. The book introduces novel Bayesian topic models for detection of events that are different from typical activities and a novel framework for change point detection for identifying sudden behavioural changes.
Behaviour analysis and anomaly detection are key components of intelligent vision systems. Anomaly detection can be considered from two perspectives: abnormal events can be defined as those that violate typical activities or as a sudden change in behaviour. Topic modelling and change-point detection methodologies, respectively, are employed to achieve these objectives.
The thesis starts with the development of learning algorithms for a dynamic topic model, which extract topics that represent typical activities of a scene. These typical activities are used in a normality measure in anomaly detection decision-making. The book also proposes a novel anomaly localisation procedure.In the first topic model presented, a number of topics should be specified in advance. A novel dynamic nonparametric hierarchical Dirichlet process topic model is then developed where the number of topics is determined from data. Batch and online inference algorithms are developed.
The latter part of the thesis considers behaviour analysis and anomaly detection within the change-point detection methodology. A novel general framework for change-point detection is introduced. Gaussian process time series data is considered. Statistical hypothesis tests are proposed for both offline and online data processing and multiple change point detection are proposed and theoretical properties of the tests are derived.
The thesis is accompanied by open-source toolboxes that can be used by researchers and engineers.
“Acerca de” puede pertenecer a otra edición de este título.
moluna
Greven, Alemania
Vendedor de IberLibro desde 9 de julio de 2020
Tarifas de envío de Alemania a Estados Unidos de America
| Artículo | De 16 a 45 días hábiles | De 16 a 45 días hábiles |
|---|---|---|
| Primer artículo | EUR 48,99 | EUR 48,99 |
Métodos de pago
- Cheque
- Giro bancario
- PayPal
Descripción de la tienda
Online Handel nur mit Neubüchern
Información empresarial del vendedor
Moluna GmbH
Engberdingdamm 27
Greven, Alemania 48268
Condiciones de venta
Aviso legal
Reconocimiento legal del oferente:
Moluna GmbH
Representadas por el gerente Helge Blischke
Engberdingdamm 27
48268 Greven
Alemania
Teléfono: 02571/5698933
Fax: 02571/5698930
E-Mail: abe@moluna.de
Identificación tributaria del impuesto a las ganancias: DE296281834
inscripto en el Registro Público de Comercio del Tribunal de Primera Instancia Steinfurt
Número HRB de Registro en el Registro Público de Comercio 10553
Somos miembros de la iniciativa « FairCommerce » desde 24.07.2015.
Para más información, consulte: www.haendlerbund.de/faircommerce.
Derecho al desistimiento
Si es un consumidor, puede rescindir el contrato de acuerdo con lo siguiente. Por consumidor se entiende cualquier persona física que actúe con fines ajenos a su actividad comercial, empresarial, oficio o profesión.
Información sobre el derecho de desistimiento
Derecho legal de desistimiento
Tiene derecho a rescindir este contrato en un plazo de 14 días sin dar ningún motivo.
El periodo de desistimiento vencerá a los 14 días desde que usted, o un tercero que no sea el transportista e indicado por usted, adquiera la posesión física del último bien o del último lote o pieza.
Para ejercer el derecho de desistimiento, complete de forma electrónica y envíe una declaración clara en nuestro sitio web, desde "Mis compras" en "Mi cuenta". Le enviaremos sin demora un acuse de recibo de dicho desistimiento a través de un soporte duradero (por ejemplo, por correo electrónico).
Para cumplir con el plazo de desistimiento, basta con que envíe su comunicación relativa al ejercicio del derecho de desistimiento antes de que venza el periodo de desistimiento.
Efectos del desistimiento
Si rescinde este contrato, le reembolsaremos todos los pagos que hayamos recibido de usted, incluidos los gastos de envío (excepto los gastos adicionales que surjan si elige un tipo de envío que no sea el tipo de envío estándar más económico que ofrecemos).
Podemos hacer una deducción del reembolso por la pérdida de valor de cualquier bien suministrado, si la pérdida es el resultado de una manipulación innecesaria por su parte.
Efectuaremos el reembolso sin demoras indebidas y, a más tardar, 14 días después de que se nos informe de su decisión de rescindir este contrato.
Efectuaremos el reembolso utilizando el mismo medio de pago que utilizó para la transacción inicial, a menos que haya acordado expresamente lo contrario; en cualquier caso, no incurrirá en ningún cargo como resultado de dicho reembolso.
Podremos retener el reembolso hasta que hayamos recibido los bienes o hasta que nos haya presentado una prueba de que los ha devuelto, lo que ocurra primero.
Deberá devolver los bienes o entregarlos a moluna, Greven, Germany, sin demoras indebidas y, en cualquier caso, en un plazo máximo de 14 días a partir del día en que nos comunique su desistimiento del presente contrato. El plazo se cumple si devuelve la mercancía antes de que venza el periodo de 14 días. Tendrá que asumir los gastos directos de devolución de los bienes. Usted solo es responsable de la disminución del valor de los bienes como resultado de una manipulación distinta a la necesaria para establecer la naturaleza, las características y el funcionamiento de los bienes.
Excepciones al derecho de desistimiento
El derecho de desistimiento no se aplica a lo siguiente:
- La entrega de periódicos, diarios o revistas, con la excepción de los contratos de suscripción; y
- El suministro de contenido digital que no se proporcione en un soporte tangible (por ejemplo, en un CD o DVD) si, al hacer el pedido, aceptó que podíamos empezar a entregarlo y que no podría desistir una vez iniciada la entrega.