检索结果-南通市图书馆

南京邮电大学学报（自然科学版） 2020年第5期40卷 117-124页

作者：刘峰徐壮干宗良刘思江南京邮电大学江苏省图像处理与图像通信重点实验室江苏南京210003 南京邮电大学教育科学与技术学院江苏南京210023 南京邮电大学通信与信息工程学院江苏南京210003

提出了一种基于时序运动特征的室内场景老年人跌倒行为检测算法。算法首先采用基于深度学习的行人检测器检测运动人体目标;其次,利用采集到的RGB-D图像,估计地平面方程;最后,提取人体头部的时序运动特征(Temporal Motion Feature,TMF),... 详细信息

提出了一种基于时序运动特征的室内场景老年人跌倒行为检测算法。算法首先采用基于深度学习的行人检测器检测运动人体目标;其次,利用采集到的RGB-D图像,估计地平面方程;最后,提取人体头部的时序运动特征(Temporal Motion Feature,TMF),并采用深度森林算法对特征进行分类,从而检测人体是否发生跌倒。通过在RealSense深度相机拍摄的跌倒行为数据集上进行了实验测试,结果表明,与现有的一些先进算法相比,文中算法能够准确地检测室内场景下发生的跌倒事件,准确率达到了97.2%,且误报率很低,鲁棒性强。

关键词：跌倒检测时序运动特征 RGB-D图像深度森林

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

时空分离变形记忆网络用于视频异常检测

引用

北京航空航天大学学报 2024年

作者：赵明华黄学文都双丽吕佳豪支瑞石程西安理工大学计算机科学与工程学院陕西省网络计算与安全技术重点实验室

视频异常检测在社会安防领域具有重要的应用价值。现有的无监督工作集中在使用编解码器进行重建或预测。然而，这两类方法仅关注空间局部特征提取，缺乏对空间上不同目标间联系以及在时间上同一目标连续变化的时序运动特征建模。受位置... 详细信息

视频异常检测在社会安防领域具有重要的应用价值。现有的无监督工作集中在使用编解码器进行重建或预测。然而，这两类方法仅关注空间局部特征提取，缺乏对空间上不同目标间联系以及在时间上同一目标连续变化的时序运动特征建模。受位置编码的启发，提出了一种时空分离变形记忆网络。首先，提取视频序列空间特征，对不同空间特征进行分块映射与位置编码，定义不同目标在空间和时序上的位置。其次，通过计算块间相似度捕获空间上不同目标间联系，在时间上对同一目标连续变化的时序运动特征进行建模。最后，通过时序记忆模块记忆正常特征，提升模型在解码过程中对正常的预测能力。在三个基准数据集上进行了广泛实验和消融研究，在训练中引入噪声，以增强网络对噪声的鲁棒性，同时引入实际应用中可能会带来的噪声干扰对模型评估。在UCSD Ped2、CUHK Avenue和ShanghaiTech数据集上分别达到了97.0%、87.2%和73.1%的检测精度。

关键词：视频异常检测时序运动特征 Transformer模型多头注意力机制无监督学习

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于卫星观测的导弹目标分类识别算法研究

基于卫星观测的导弹目标分类识别算法研究

引用

作者：王普国防科学技术大学

学位级别：硕士

现代战场上,及时准确的识别出来袭导弹目标类型,掌握战争主动权,有很大的现实意义。然而受制于情报信息、部分探测数据难以获取的现状,识别出来来袭导弹的具体型号目前还有很大难度,并且从战争需求上来讲,能够较早的识别出来袭目标的国... 详细信息

现代战场上,及时准确的识别出来袭导弹目标类型,掌握战争主动权,有很大的现实意义。然而受制于情报信息、部分探测数据难以获取的现状,识别出来来袭导弹的具体型号目前还有很大难度,并且从战争需求上来讲,能够较早的识别出来袭目标的国别、射程落点位置等信息就可以有效的反制。基于此,本文首先梳理并提取出了可以表述导弹目标的特征量;其次,提出在主动段实现三类不同射程导弹目标的识别算法;最后,在假设获取了导弹特征数据库的情况下,研究了不同型号导弹目标的分类识别算法。论文主要内容有:1)导弹目标特征量分析。首先,建立了导弹主动段运动模型,分析了影响不同弹道以及不同导弹型号差异性的因素;其次,分析了不同射程导弹助推段时序运动特征以及不同型号导弹目标状态运动特征的差异性,选取其运动特征;最后,介绍了红外辐射基本原理,以及卫星观测下导弹目标红外辐射的一些特性,结合当前的研究现状,选取适当的红外辐射特征量并分析其差异性。2)提出一种基于HMM-PNN混合模型的不同射程导弹目标分类算法。首先,介绍了经典隐马尔科夫模型(HMM)利用被动段导弹运动特征进行不同射程导弹目标分类的算法;其次,考虑到关机后导弹进行自由飞行阶段,射程等信息提取可以提前到助推段完成,因此改进了传统HMM算法,实现了利用主动段运动特征实现不同射程目标的分类;最后,通过仿真实验验证了该混合模型算法的有效性和可行性,将改进算法性能与改进前算法进行比较和分析。3)不同型号导弹目标识别算法研究。首先,假设在获取了导弹目标特征数据库的基础上,针对确定性和非确定性导弹目标数据库,分别采用模板匹配算法、灰色关联分析算法以及模糊隶属度加权分类算法进行导弹型号目标识别;其次由于不同特征量对识别结果的重要程度不一样,本文利用基于熵理论的权值确定方法,客观的确定出各个特征值的权重,并将灰色关联算法改进为熵权灰色关联算法,在计算灰色关联度时候加入权重信息;最后仿真验证了以上算法的可行性。论文的研究成果能够较早的分类出来袭导弹的部分信息,对下一步更加精细导弹目标识别的研究有一定的促进作用。

关键词：时序运动特征辐射特征 HMM-PNN模型熵理论型号识别

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

室内监控环境下的跌倒行为检测算法研究

室内监控环境下的跌倒行为检测算法研究

引用

作者：徐壮南京邮电大学

学位级别：硕士

随着我国人口老龄化程度的加快,居家养老逐渐成为趋势。老人在居家生活时容易发生跌倒事件,如果得不到及时救助,轻者造成身心伤害,严重者甚至会危及生命。因此,研究能够及时检测出老人跌倒行为的方法,具有重大的研究价值和社会意义。随... 详细信息

随着我国人口老龄化程度的加快,居家养老逐渐成为趋势。老人在居家生活时容易发生跌倒事件,如果得不到及时救助,轻者造成身心伤害,严重者甚至会危及生命。因此,研究能够及时检测出老人跌倒行为的方法,具有重大的研究价值和社会意义。随着监控设备的普及,基于计算机视觉的老人跌倒行为检测算法已成为研究重点。论文主要工作如下:（1）提出了一种基于时序特征分类的RGB-D视频高效跌倒行为检测方法。针对跌倒行为与正常行为的特点,提出了一种基于时序特征分类的RGB-D视频快速跌倒行为检测方法。首先,在YOLOv3目标检测算法上做出了改进,针对人体目标检测任务,简化了骨干网络结构并调整了多尺度预测分支,提出了改进的轻量级实时人体目标检测器;其次,还改进了人体跌倒行为特征提取方法。与常见的主要基于RGB图像的二维特征提取思路不同,结合深度信息,将特征维度延伸到三维空间,探索更有区分性和鲁棒性的特征提取方式;最后,利用擅长序列信息处理的深度森林算法对时序运动特征进行分类,判断是否发生跌倒。实验结果表明,提出的跌倒行为检测算法在UR Fall Dataset公开数据集以及实验室自主采集的RGB-D行为数据集上均取得了不错的性能。（2）针对夜间场景和隐私保护的需求,提出了一种基于CNN-LSTM和注意力机制的跌倒行为检测算法。算法处理对象是深度图像序列。在特征提取网络部分引入卷积注意力模块,提升对人体视觉外观特征的表示能力;其次,在LSTM循环神经网络部分引入时间注意力机制,帮助网络学习长时信息中的重要部分。最后,网络的输出通过softmax函数分类,实现端到端的跌倒行为检测。实验结果表明,提出的跌倒行为检测算法在几个公开数据集上均取得了较好的检测效果,准确率达到97.07%。（3）提出了一种基于神经网络的多模态特征融合跌倒行为检测方法。目前大多数跌倒检测方法基于单一模态数据,很难处理人体行为的复杂性和随意性问题。结合深度图像与人体骨架信息,提出一种多模态特征融合的跌倒检测方法。针对深度图序列,通过CNN提取视觉外观特征,然后送入LSTM网络中对特征序列之间的复杂时间依赖关系建模;针对人体骨架序列,则利用图卷积神经网络提取骨架序列的拓扑特征,并通过softmax函数实现特征分类。最后,将两种模态特征的分类结果进行后融合,实现跌倒检测。实验结果表明,提出的方法相比于单模态跌倒行为检测算法在鲁棒性和准确性上均有所提高,准确率达到99.21%。

关键词：跌倒行为检测 RGB-D 时序运动特征卷积神经网络图卷积神经网络循环神经网络多模态特征融合

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：