EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

An Integrated CNN-BiLSTM-Transformer Framework for Improved Anomaly Detection Using Surveillance Videos

Sarfaraz Natha, Mohammad Siraj, Fareed Ahmed, Majid Altamimi, Muslim Syed

IEEE Access · 2025 · 13 · 95341-95357

DOI: 10.1109/access.2025.3574835 ↗

Kurz gefasst

Fachartikel in der Zeitschrift IEEE Access, 2025. Verfasst von Sarfaraz Natha und 4 weiteren Autor:innen. Die Arbeit wurde bisher 24-mal zitiert (Crossref) und nennt 72 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0). Gefördert von: Mohammad Siraj.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Förderung

  • Mohammad Siraj

Zitieren

APA

Natha, S., Siraj, M., Ahmed, F., Altamimi, M., & Syed, M. (2025). An Integrated CNN-BiLSTM-Transformer Framework for Improved Anomaly Detection Using Surveillance Videos. IEEE Access, 13, 95341-95357. https://doi.org/10.1109/access.2025.3574835

Vancouver

Natha S, Siraj M, Ahmed F, Altamimi M, Syed M. An Integrated CNN-BiLSTM-Transformer Framework for Improved Anomaly Detection Using Surveillance Videos. IEEE Access. 2025;13:95341-95357. doi:10.1109/access.2025.3574835

BibTeX
@article{Natha2025,
  author = {Natha, Sarfaraz and Siraj, Mohammad and Ahmed, Fareed and Altamimi, Majid and Syed, Muslim},
  title = {An Integrated CNN-BiLSTM-Transformer Framework for Improved Anomaly Detection Using Surveillance Videos},
  journal = {IEEE Access},
  year = {2025},
  volume = {13},
  pages = {95341--95357},
  doi = {10.1109/access.2025.3574835}
}
Kostenlos starten →