视频监控下利用改进型YOLOv3的弱监督式异常行为检测

为了对监控视频中的异常行为进行准确高效地检测,提出了一种利用改进型YOLOv3的弱监督式异常行为检测。采用多尺度融合的方式改进YOLOv3网络,利用改进型YOLOv3完成视频中的目标检测,提高计算效率与方法的通用性;利用光流可有效捕捉运动信息这一特性,提出大尺度光流直方图描述符(LSOFH)描述目标行为,以更好地提取异常行为特征;训练最小二乘支持向量机(LSSVM),用于识别监控视频中的异常行为。基于MATLAB仿真平台对所提方法进行实验论证,结果表明,相比于其他方法,所提方法在UCSD数据集、UMN数据集和地铁出口数据集上的表现最佳,曲线下面积(AUC)最大、等错误率(EER)最小且检测率最高,具有较好的应用前景。     

基于3D结构光传感器的老龄人异常行为检测方法

针对多视角下老龄人异常行为检测问题,利用3D人体数据和多线性子空间分析方法,从时间、视角和空间动作特征对其进行了研究。首先通过三维结构光传感器获取人体扫描点云数据,并进行点云精简和人体表面重建。然后提取人体点云数据的表面曲率特征,并将其映射到二维彩色图像中,构成彩色动作特征图。通过提取特定时长内所有动作的彩色特征图,生成基于曲率的彩色动作能量图模型,并使用2D-PCA对彩色动作能量特征图进行降维。最后运用基于张量分析的多线性子空间分析方法,对多视角下降维后的数据进行视角无关的特征提取,并完成异常行为的分类和识别。实验结果表明,该方法切实可行,可将其应用于助老机器人和老龄人监护等相关领域。     

利用双级随机森林分类器的行人快速检测方法北大核心CSCD

近年来,深度学习算法发展迅速,并广泛应用于目标检测的任务。然而,在内存和计算能力等条件受限制的设备上,无法进行实时性的目标检测。针对这一问题,提出了一种在内存和处理单元受限的监视系统中检测行人的快速方法。针对一般行人检测中提取高维度行人特征导致检测效率低的问题,将改进的方向梯度直方图(HOG)和Sobel边缘图像局部二元模式算法(Sobel-LBP)进行融合作为特征,提出基于教师-学生框架的模型压缩技术,将其应用于随机森林(RF)分类器,不使用深度网络,因为经过压缩的深度网络仍然需要大量的内存用于处理参数乘法运算。通过使用教师随机森林(T-RF)输出的soft target来训练学生浅层随机森林(S-RF),也称再生随机森林(BARF),让其模仿T-RF的表现;通过BARF分类器进行行人检测,最后使用滑动窗口法检测出行人。实验证明,与T-RF相比,提出方法的速度提高了2.05倍,压缩率提高了5.39倍,并且其检测性能也较为理想。     

基于ARM和DSP的双核嵌入式视频监控系统

针对传统嵌入式视频监控设备集成度低,功能有限,响应速度慢,计算能力不足的问题,研究了一种基于ARM微处理器S3C6410与TMS320DM642 DSP双核体系结构的嵌入式视频监控系统。该系统采用CMOS摄像头采集视频数据,经DM642上算法处理后通过HPI高速并行接口传输给ARM处理器,ARM处理器负责对接收到的视频进行控制和LCD显示。重点阐述了ARM和DSP系统单元间的硬件连接方案,HPI接口驱动程序的设计实现,以及结合Linux异步通知和多线程技术的QT/Embedded客户端人机交互软件的编写。最后,移植了运动目标跟踪算法到DSP中并对整个系统进行实验测试,验证系统的性能。经实验证明,所设计的系统稳定可靠,视频清晰流畅,具有性能高、功耗和成本低、可扩展性强等优点,在嵌入式视频监控领域具有推广和使用价值。     

3D卷积自动编码网络的高光谱异常检测

高光谱图像包含丰富的地物光谱信息,在遥感图像领域有着巨大的发展前景.高光谱图像异常检测无需任何先验光谱信息,便可检测出图像中的异常目标.因此,在国防军事和民用领域都有广泛的应用,是现阶段高光谱图像处理领域的研究热点.然而,高光谱图像存在数据复杂、冗余性强、未标记以及样本数量少等特点,这给高光谱图像异常检测带来了很大的挑...     

基于嵌入式的智能家居之视频监控系统设计

针对视频监控系统在智能家居中对异常情况处理不够智能、响应速度较慢的问题,提出嵌入式视频监控端的方案;首先搭建嵌入式开发板的组成模块,选择摄像头并配置红外线反射模块;其次考虑到智能家居视频监控的特点,提出适合嵌入式环境的改进三帧差分算法,对出现的目标物体进行轮廓提取和阴影消除;最后根据性能指标对改进算法验证,同时通过GPRS技术把处理好的图像发送给家居主人;实验表明该系统能实时对不明物体做出智能判断,运行稳定,实现了智能家居安全防范目的。     

物联网环境下的差异网络数据库异常数据检测

当前的物联网环境下,各个智能网络的数据库的使用没有统一标准,不同生产商的数据库中的异常数据标准也不同,这就使得传统的以模式识别为基础的网络数据库异常检测方法在进行异常阀值设置时,无法形成统一标准,数据库数据量庞大且存在无序性,无法保证检测的准确性和检测效率。提出基于混沌特征分析算法的物联网环境下的差异网络数据库异常数据检测方法。依据混沌特征分析相关理论构建物联网环境下的差异网络数据库模型,构建一种异常数据的偏差函数,对不同数据库下的异常数据进行偏差统计,通过对偏差函数的统计结果进行最小值求解,根据求解描述最小化的阀值请求,实现物联网环境下的差异网络数据库异常数据的检测。实验结果表明,利用改进算法进行异常数据检测,能够提高检测的有效性与准确性。     

基于3D卷积自编解码器和低秩表示的高光谱异常检测

针对高光谱影像数据维度高、空间和光谱信息利用不足以及局部结构特征表达有限等问题,提出了一种基于3D卷积自编解码器和低秩表示的高光谱异常检测算法.首先,通过3D卷积自编解码器提取高光谱影像的空谱特征,并针对高光谱图像的局部区域强相关性,设计了一种新的损失函数来约束中心像素和周围像素,以提取判别性较强的特征图;然后,针对所...     

基于嵌入式和运动检测的井下视频监控系统

针对传统模拟信号监控的不足,设计了一种基于S3C6410硬件平台、Linux2.6软件平台、H.264标准及运动检测算法和WIFI无线网络传输的井下视频监控系统;针对井下监控背景基本不变,采用H.264图像压缩算法以及改进的单高斯模型运动检测算法;并提出了整体监控软件的设计方案;最后通过PSNR、压缩比、压缩时间以及压缩速率等参数对算法进行了实验,实验结果表明:该系统能在较低的编码速率上实现较好的成像质量,具有较高的压缩质量,可满足实时编码需求。