{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{-“日期部分”：[[2024,3,13]]，“日期时间”：“2024-03-13T07:10:10Z”，“时间戳”：1710313810840}，“出版商位置”：“查姆”，“参考计数”：26，“出版者”：“斯普林格国际出版公司”，“isbn-type”：[{“值”：“97830374280”，“类型”：”打印}，{“值”：“9783030374297”，“type”：“electronic”}]，“license”：[{“start”：{“date-parts”：[[2019,1,1]]，“date-time”：“2019-01-01T00:00:00Z”，“timestamp”：1546300800000}，“content-version”：“tdm”，“delay-in-days”：0，“URL”：“http://www.springer.com\/tdm”}，{“start”：{“date-parts”：[2019,1]]T00:00:00Z“，”时间戳“：1546300800000}，”内容版本“：”tdm“，“delay-in-days”：0，“URL”：“https:\\/www.springernature.com//gp\researters\/text-and-data-mining”}，{“start”：{“date-parts”：[[2019,1,1]]，“date-time”：“2019-01-01T00:00:00Z”，“timestamp”：1546300800000}，“content-version”：“vor”，“delay-and-days”：0 mining“}]，”content-domain“：{”domain“：[“link.springer.com”]，“crossmark-restriction”：false}，“short-container-title”：[]，“published-print”：{“date-parts”：[2019]]}，”DOI“：”10.1007\/978-3-030-37429-7_21“，”type“：”book-chapter“，”created“：{”date-part“：[2020,1,20]]，”date-time“：”2020-01-20T01:02:48Z“，”timestamp“：1579482168000}，2“，”更新策略“：“http://\/dx.doi.org \/10.1007\/springer_crossmark_policy”，“source”：“Crossref”、“is-referenced-by-count”：0，“title”：[“基于深度预测神经网络的全球异常检测”]，“prefix”：“10.1007”，《author》：[{“given”：，“从属关系”：[]}，{“给定”：“一刚”，“家族”：“岑”，“序列”：“附加”，“从属”：[]}，}“给定的”：“弗拉基米尔”，“家庭”：“姆拉德诺维奇”，“顺序”：“额外”，“隶属关系”：[]}“隶属关系”：[]}]，“成员”：“297”，“published-online”：{“date-parts”：[[2019,12,12]]}，“reference”：[{“key”：“21_CR1”，“doi-asserted-by”：“publisher”，”first page“：”17“，”doi“：”10.1007\/978-3642-41512-8_2“，”volume-title“：”Intelligent Multimedia Surveillance“，”author“：”M Thida“，”year“：”2013“，”unstructured“：“Thida，M.、Yong，Y.L.、Climent-P\u00e9rez，P.、Eng，H.-L.、Remagnio，P.：拥挤场景视频分析的文献综述。摘自：Atrey，P.K.、Kankanhalli，M.S.、Cavallaro，A.（编辑）智能多媒体监控，第17\u201336页。斯普林格，海德堡（2013）。https:\/\/doi.org\/10.1007\/978-3642-41512-8_2“}，{”issue“：”1“，”key“：”21_CR2“，”first-page:“1”，”volume“：“4”，”author“：”NNA Sjarif“，”year“：”2012“，”unstructured“：”Sjariff，N.N.N.A.，Shamsuddin，S.M.，Hashim，S.Z.：人群场景中异常行为的检测：综述。Int.J.Adv.Soft Compute.Appl.4（1），1\u201333（2012）“，“新闻标题”：“国际期刊。高级软计算。申请。“}，{”issue“：”5“，”key“：”21_CR3“，”doi-asserted-by“：”publisher“，”first-page“：”34“，”doi“：”10.1109\/MSP.2010.937392“，”volume“：“27”，”author“：”D Kosmopoulos“，”year“：”2010“，”unstructured“：”Kosmopoolos，D.，Chatzis，S.P.：鲁棒视觉行为识别。IEEE Signal Process.Mag.27（5），34\u201345（2010）“，”journal-title“：”IEEE Signol工艺磁“}，{”key“：”21_CR4“，”doi-asserted-by“：”crossref“，”unstructured“：”Mehran，R.，Oyama，A.，Shah，M.：使用社会力量模型检测异常人群行为。摘自：IEEE计算机视觉和模式识别会议，迈阿密，第935\u2013942页。IEEE（2009）“，”DOI“：”10.1109\/CVPRW.2009.5206641“}，{”issue“：”12“，”key“：”21_CR5“，”DOI-asserted-by“：”publisher“，”first page“：“14767”，“DOI”：“10.1007\/s11042-017-5061-7”，“volume”：“77”，“author”：“S Amraee”，“year”：“2018”，“unstructured”：“Amraee，S.、Vafaei，A.、Jamshidi，K.、Adibi，P.：使用连接成分分析在拥挤场景中进行异常检测和定位。Multimed公司。工具应用程序。77（12），14767\u201314782（2018）“，“新闻标题”：“多媒体。工具应用程序。“｝，｛”key“：”21_CR6“，”doi asserted by“：”crossref“，”nonstructured“：”Tziakos，I.，Cavallaro，A.，Xu，L.Q.：使用子空间学习的视频中的局部异常检测。在：第七届IEEE高级视频和基于信号的监视国际会议，波士顿，第519\u2013525页。IEEE（2010）“，”DOI“：”10.1109\/AVSS.2010.70“}，{”issue“：”10“，”key“：”21_CR7“，”DOI-asserted-by“：”publisher“，”first page“：“1612”，”DOI:“10.1109\/TCSVT.2015.2395752”，“volume”：“25”，“author”：“DG Lee”，“year”：“2015”，“unstructured”：“Lee，D.G.，Suk，H.I.，Park，S.K.，Lee，S.W.：拥挤场景中异常人类活动检测和定位的运动影响图。IEEE传输。电路系统。视频技术。25（10），1612\u20131623（2015）“，“期刊标题”：“IEEE Trans。电路系统。视频技术。}，{“key”：“21_CR8”，“doi-asserted-by”：“crossref”，“unstructured”：“Patil，N.，Biswas，P.K.：监控视频中的全球异常事件检测\u2014a hierarchical approach。摘自：第六届嵌入式计算与系统设计国际研讨会，Patna，pp.217\u2013222。IEEE（2016）”，“DOI”：“10.1109\/ISED.206.7977085”}，｛“issue”：“6”，“key”：“21_CR9”，“DOI断言”：“publisher”，“first page”：“988”，“DOI”：“10.1109\/TIFS.2014.2315971”，“volume”：“9”，“author”：“T Wang”，“year”：“2014”，“nonstructured”：“Wang，T.，Snoussi，H.：通过全球光流方向直方图检测异常视觉事件。IEEE Trans.Inf。法医安全。9（6），988\u2013998（2014）“，“期刊标题”：“IEEE Trans。Inf.法医安全。“}，{”key“：“21_CR10”，”doi-asserted-by“：”publisher“，”first page“：”443“，”doi“：”10.1016\/j.patcog.2015.09.005“，”volume“：》51“，”author“：”Y Zhang“，”year“：”2016“，”unstructured“：”Zhang，Y.，Lu，H.，Zhang L.，Ruan，X.：结合动作和外观线索进行异常检测。模式识别.51，443\u2013452（2016）“，”journal-title“：”模式识别“。”}，{“key”：“21_CR11”，“doi-asserted-by”：“crossref”，“unstructured”：“Cong，Y.，Yuan，J.，Liu，J.：异常事件检测的稀疏重建成本。摘自：美国科罗拉多州IEEE计算机视觉与模式识别会议，第3449\u20133456页。IEEE（2011）“，”DOI“：”10.1109\/CVPR.2011.5995434“}，{”issue“：”24“，”key“：”21_CR12“，”DOI-asserted-by“：”publisher“，”first page“：“26249”，“DOI”：“10.1007\/s11042-016-4115-6”，“volume”：“76”，“author”：“A Li”，“year”：“2017”，“unstructured”：“Li，A.，Miao，Z.，Cen，Y.，Cen-Y.：在拥挤场景中使用稀疏重建进行异常检测。Multimed公司。工具应用程序。76（24），26249\u201326271（2017）“，“新闻标题”：“多媒体。工具应用程序。“}，{”key“：”21_CR13“，”doi-asserted-by“：”crossref“，”unstructured“：”Tran，H.T.，Hogg，D.：使用卷积winner-take-all自动编码器进行异常检测。In：英国机器视觉会议论文集。英国机器视觉协会，伦敦（2017）“，”doi“：”10.5244\/C.31.139“非结构化”：“Chalapathy，R.，Chawla，S.：用于异常检测的深度学习：一项调查。Eprint Arxiv（2019）“，”DOI“：”10.1145\/3394486.3406704“}，{”key“：”21_CR15“，”DOI-asserted-by“：”crossref“，”unstructured“：”Ravanbakhsh，M.、Nabi，M.，Mousavi，H.、Sangineto，E.、Sebe，N.：人群运动分析的即插即用cnn：异常事件检测中的应用。摘自：IEEE计算机视觉应用冬季会议，太浩湖，第1689\u20131698页。IEEE（2018）“，”DOI“：”10.1109\/WACV.2018.00188“}，{”key“：”21_CR16“，”DOI-asserted-by“：”crossref“，”unstructured“：”Hasan，M.，Choi，J.，Neumann，J.、Roy-Chowdhury，A.K.，Davis，L.S.：学习视频序列中的时间规律。摘自：IEEE计算机视觉和模式识别会议记录，拉斯维加斯，第733\u2013742页。IEEE（2016）“，“DOI”：“10.1109\/CVPR.2016.86”}，{“key”：“21_CR17”，“DOI-asserted-by”：“crossref”，“unstructured”：“Luo，W.，Liu，W.和Gao，S.：使用卷积LSTM进行异常检测的历史记忆。摘自：IEEE国际多媒体与博览会会议，香港，第439\u2013444页。IEEE（2017）“，”DOI“：”10.1109\/IMCE.2017.8019325“}，{”key“：”21_CR18“，”series-title“：”计算机科学讲义“，”DOI-asserted-by“：”publisher“，”first page“：“488”，“DOI”：“10.1007\/978-3-030-20876-9_31”，“volume-title”：“Computer Vision\u2013 ACCV 2018”，“author”：“M Sabokrou”，“year”：“2019”，“unstructured”：“Sabokrou，M.等人：AVID：对抗性视觉不规则检测。收件人：Jawahar，C.V.，Li，H.，Mori，G.，Schindler，K.（编辑）ACCV 2018。LNCS，第11366卷，第488\u2013505页。查姆施普林格（2019）。https:\/\/doi.org\/10.1007\/978-3-030-20876-9_31“}，{”key“：”21_CR19“，”doi-asserted-by“：”publisher“，”first page“：“88”，“doi”：“10.1016\/j.cviu.2018.02.006”，“volume”：“172”，“author”：“M Sabokrou”，”year“：“2018”，“unstructured”：“Sabokrou，M.、Fayyaz，M.和Fathy，M.，Moayed，Z.、Klette，R.：深度正常：用于拥挤场景中快速异常检测的全卷积神经网络。计算。视觉。图像理解。172，88\u201397（2018）“，“新闻标题”：“计算。视觉。图像理解。}，{“key”：“21_CR20”，“doi-asserted-by”：“crossref”，“unstructured”：“Liu，W.，Luo，W.、Lian，D.、Gao，S.：异常检测的未来帧预测\u2013a新基线。摘自：《IEEE计算机视觉和模式识别会议论文集》，盐湖城，第6536\u20136545页。IEEE（2018）“，”DOI“：”10.1109\/CVPR.2018.00684“}，{”key“：”21_CR21“，”DOI-asserted-by“：”publisher“，”first page“：“161”，“DOI”：“10.1016\/j.neucom.2016.08.156”，“volume”：“277”，“author”：“S Wang”，“year”：“2018”，“unstructured”：“Wang，S.，Zhu，E.，Yin，J.，Porikli，F.：通过基于局部运动的联合视频表示和OCELM进行视频异常检测和定位。Neurocomputing 277，161\u2013175（2018）“，”journal-title“：”Neurocumputing“}，{”key“：”21_CR22“，”doi-asserted-by“：”crossref“，”unstructured“：”谢里夫·拉扎维安（Sharif Razavian，A.）、阿齐兹普尔（Azizpour，H.）、沙利文（Sullivan，J.）、卡尔森（Carlsson，S。摘自：《IEEE计算机视觉和模式识别研讨会会议记录》，哥伦布，第806\u2013813页。IEEE（2014）”，“DOI”：“10.1109\/CVPRW.2041.131”}，｛“issue”：“3”，“key”：“21_CR23”，“DOI断言”：“publisher”，“first page”：“211”，“DOI”：“10.1007\/s11263-015-0816-y”，“volume”：“115”，“author”：“O Russakovsky”，“year”：“2015”，“nonstructured”：“Russakovsky，O.，et al.：ImageNet大规模视觉识别挑战.Int.J.Comput.Vis.115（3），211\u2013252（2015）“，“期刊标题”：“国际计算杂志”。视觉。“}，{”key“：”21_CR24“，”unstructured“：”Xingjian，S.H.I.，Chen，Z.，Wang，H.，Yeung，D.Y.，Wong，W.K.，Woo，W.C.：卷积LSTM网络：降水预报的机器学习方法。In:Advances In Neural Information Processing Systems，Montr\u00e9al，pp.802\u2013810（2015）“}”，{“issue”：“10”，“key”：“21_CR25”，“doi-asserted-by”：“”publisher“，“首页”：“2222”，“DOI”：“10.1109\/TNNLS.2016.2582924”，“卷”：“28”，“作者”：“K Greff”，“年份”：“2016年”，“非结构化”：“Greff，K.，Srivastava，R.K.，Koutn\u00edk，J.，Steunebrink，B.R.，Schmidhuber，J.：LSTM:搜索空间奥德赛。IEEE传输。神经网络。学习。系统。28（10），2222\u20132232（2016）“，“期刊标题”：“IEEE Trans。神经网络。学习。系统。“}，{”key“：”21_CR26“，”unstructured“：”UMN:明尼苏达大学计算机科学与工程系不寻常的人群活动数据集（2006）。http://\/mha.cs.UMN.edu\/movies\/crowd-activity-all.avi“}]，”container-title“：[”Human Centered Computing“，”Telection Notes in computer science“]，”original-title”：[]，“link”：[{“URL”：“https:\/\/link.springer.com/content\/pdf\/10.1007\/978-3-030-37429-7_21“，“content-type”：“未指定”，“content-version”：“vor”，“intended-application”：“相似性检查”}]，“存放”：{“date-parts”：[[2024,3,12]，“日期-时间”：“2024-03-12T10:55:46Z”，“时间戳”：1710240946000}，“分数”：1，“资源”：{-“主要”：{“URL”：“https:\/\/link.springer.com/10.1007\/978-3-030-37429-7_21“}}，”副标题“：[]，”短标题“：[]，”已发布“：{”日期部分“：[2019]]}，“ISBN”：[“978303074280”，“978330374297”]，”引用计数“：26，”URL“http://\/dx.doi.org\/10007\/978-30-37429-7-7_21”，“关系”：{}，“：[”0302-9743“，”1611-3349“]，“ISSN-type”：[{“value”：“0302-974”，“type”:“print”}，{”value“：“1611-3349”，“type”：“electronic”}]，“subject”：[]，“published”：{“date-parts”：[[2019]]}，“assertion”：[{“value”：”2019年12月12日“，“order”：1，“name”：“first_online”，“label”：“first online”，”group“：{”name“：”ChapterHistory“，”label“：”Chapter History“会议缩写”，“组”：{“名称”：”ConferenceInfo“，”label“：”ConferenceInformation“}}，{”value“：”以人为中心的计算国际会议“，”order“：2，”name“：”Conference_name“，”标签“：”会议名称“，”group“：会议信息“，”label“：”会议信息“}}，{”value“：”塞尔维亚“，”order“：4，”name“：”Conference_country“，”标签“：”开会国家“，”group“：}，{“value”：“2019年8月5日”，“order”：7，“name”：“conference_start_date”，“label”：“会议开始日期”，“group”：，“订单”：9，“name”：“conference_number”，“label”：“conference number”，“group”：{“name”:“ConferenceInfo”，”label“：“Confection Information”}}，{“value”：“icpca2019”，“order”：10，“name“：”conference_id“，”lable“：”ConferenceID“，”group“：{”name“：“confenceInfo”11，“name”：“conference_url”，“label”：“会议URL”，“group”：{“name”：“ConferenceInfo”，“label:”会议信息“}}]}}