首页> 外文OA文献 >UAV-AdNet: Unsupervised Anomaly Detection using Deep Neural Networks for Aerial Surveillance

【2h】

UAV-AdNet: Unsupervised Anomaly Detection using Deep Neural Networks for Aerial Surveillance

机译：UAV-ADNET：使用深神经网络进行空中监测的无监督异常检测

代理获取

本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。

页面导航

著录项
引文网络
相似文献
相关主题

著录项

作者
Ilker Bozcan; Erdal Kayacan;
展开▼
作者单位

展开▼
年度 2020
总页数
原文格式 PDF
正文语种
中图分类

相似文献

外文文献
中文文献
专利

1. Combining Unsupervised Anomaly Detection and Neural Networks for Driver Identification [J] . Thitaree Tanprasert, Chalermpol Saiprasert, Suttipong Thajchayapong Journal of advanced transportation . 2017,第1期

机译：结合无监督异常检测和神经网络进行驾驶员识别
2. Loop closure detection using supervised and unsupervised deep neural networks for monocular SLAM systems [J] . Robotics and Autonomous Systems . 2020,第期

机译：用于单眼血液系统的监督和无监督深神经网络的环路闭合检测
3. Pedestrian detection with unsupervised multispectral feature learning using deep neural networks [J] . Cao Yanpeng, Guan Dayan, Huang Weilin, Information Fusion . 2019,第期

机译：使用深神经网络与无监督多光谱特征学习的行人检测
4. UAV-AdNet: Unsupervised Anomaly Detection using Deep Neural Networks for Aerial Surveillance [C] . Ilker Bozcan, Erdal Kayacan IEEE/RSJ International Conference on Intelligent Robots and Systems . 2020

机译：UAV-ADNET：使用深神经网络进行空中监测的无监督异常检测
5. Real-Time Visual Detection and Tracking Framework Using Deep Convolutional Neural Networks for Micro-Aerial Vehicle [D] . Lao, Mingjie. 2018

机译：使用深卷积神经网络进行实时视觉检测和跟踪框架用于微空气车辆
6. An Efficient and Robust Unsupervised Anomaly Detection Method Using Ensemble Random Projection in Surveillance Videos [O] . Jingtao Hu, En Zhu, Siqi Wang, 2019

机译：监控视频中集成随机投影的高效鲁棒无监督异常检测方法
7. A Deep Neural Network for Unsupervised Anomaly Detection and Diagnosis in Multivariate Time Series Data [O] . Chuxu Zhang, Dongjin Song, Yuncong Chen, 2019

机译：用于多变量时间序列数据的无监督异常检测和诊断深度神经网络

UAV-AdNet: Unsupervised Anomaly Detection using Deep Neural Networks for Aerial Surveillance

著录项

引文网络

相似文献

相关主题

期刊订阅