检索结果-南通市图书馆

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

城市交通枢纽行人异常行为分析研究综述

市政技术 2024年第7期42卷 124-132页

作者：赵霞高源李之红郄堃唐嘉立北京建筑大学土木与交通工程学院北京100044 江西省交通监控指挥中心江西南昌330036

城市交通枢纽是居民出行的重要支撑节点,普遍具有客流密集、空间封闭、多方式客流复杂交织等特征,也承担了巨大的安全组织与运维的压力。因此,对枢纽内行人异常行为的管控是保证其安全运维的重要关注点之一。目前,对枢纽行人异常行为的... 详细信息

城市交通枢纽是居民出行的重要支撑节点,普遍具有客流密集、空间封闭、多方式客流复杂交织等特征,也承担了巨大的安全组织与运维的压力。因此,对枢纽内行人异常行为的管控是保证其安全运维的重要关注点之一。目前,对枢纽行人异常行为的辨识主要是依托计算机视觉技术来实现,即:一种是主要关注客流轨迹和密度差异,利用目标检测技术提取枢纽内行人目标并进行轨迹预测,以分析个体或小群体的异常轨迹数据来判断行人的异常行为;另外一种是利用姿势估计技术提取行人的微观动作数据,通过分析行人的骨骼关节点数据来判断其异常动作和行为意图。故梳理了枢纽内行人行为的研究成果,概括分析了基于模型驱动和数据驱动的行人异常行为研究与应用成果,并解析行人异常行为的致因机理,总结了枢纽面对行人异常行为的管理措施,最后进行了枢纽行人异常行为研究的分析和展望。该综述可以加深对交通枢纽行人异常行为的理解,为枢纽内行人的安全运维提供参考和支持。

关键词：交通枢纽行人异常行为目标检测模型驱动数据驱动

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

行人异常行为识别的分类学习方法

行人异常行为识别的分类学习方法

作者：胡秀云沈阳理工大学

学位级别：硕士

随着超大城市与特大城市的增多,人流密度不断加大的今天,公共安全已经成为人们最关心的话题。智能监控作为安防领域必不可少的一环,不仅需要对行人进行实时的监控,而且特别需要在大量普通数据中发现存在可疑行为的人。但由于行人异常行... 详细信息

随着超大城市与特大城市的增多,人流密度不断加大的今天,公共安全已经成为人们最关心的话题。智能监控作为安防领域必不可少的一环,不仅需要对行人进行实时的监控,而且特别需要在大量普通数据中发现存在可疑行为的人。但由于行人异常行为发生的概率相对较低又伴随着不规则性,行人异常行为检测技术需要在视频分析过程部署之前对每个视频流进行大量的配置。而且这些算法只是基于某一类异常行为,这使得检测模型难以推广到不同的监控场景。本文在研究行人异常行为问题上使用无监督学习算法,训练样本只需要没有标签的视频片段。将行人异常行为检测作为二分类问题。对于运动目标的提取采用由光流图计算所得的动态流图,用单帧图像进行特征的补充。利用卷积神经网络、卷积自编码器进行空间特征和时间的特征的提取,特征融合后完成对行人异常的分类。本文完成的工作具体如下:（1）利用离群分类的行人异常行为识别方法,输入为单帧图像和由光流图计算所得的动态流图,单帧图像具有连续性得运动特征,动态流图中的光流场会包含运动目标的运动速度、方向及加速度且可以表示长时间的时序信息。使用卷积神经网络分别训练空间特征网络模型和时间特征网络模型,对所采取的空间及时间特征进行融合,之后使用Softmax分类器对行人异常行为进行判别。（2）利用卷积自编码器网络完成对行人的异常行为识别。针对监控视频中的待检测片段,采用单帧图像加动态流图作为输入,在卷积自编码器的内部卷积层插入卷积长短期记忆网络从而实现对样本空间和时间特征的提取。该网络模型通过无监督学习,利用单帧图像与动态流图中学习到的时空特征对视频帧进行重构。得出重构损失后再求出异常得分函数,之后将得分融合从而对异常行为进行判断。

关键词：行人异常行为深度学习卷积神经网络卷积自编码器

基于MIL行人异常行为检测系统的研究与实现

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于MIL行人异常行为检测系统的研究与实现

作者：潘虎辽宁大学

学位级别：硕士

智能监控系统对社会治安以及刑事案件侦破起到很重要的作用,但是传统的智能监控系统大多不能自动检测行人异常行为并自动记录异常信息,导致了发生异常情况后相关人员需要很长时间才能检索出行人异常行为。本文根据行人异常行为数据的特... 详细信息

智能监控系统对社会治安以及刑事案件侦破起到很重要的作用,但是传统的智能监控系统大多不能自动检测行人异常行为并自动记录异常信息,导致了发生异常情况后相关人员需要很长时间才能检索出行人异常行为。本文根据行人异常行为数据的特点选用了深度MIL(多示例学习)排序模型对13种行人异常行为进行检测,该模型运用MIL的思想,将正常视频和异常视频作为包,将视频片段作为多示例学习中的示例,进而预测异常视频片段。为了得到更好的训练效果,在模型中添加了稀疏性约束和平滑性约束,用于更准确定位异常发生区域。同时基于该模型设计了行人异常行为检测系统。本文的主要工作如下:(1)研究了深度学习框架Keras以及激活函数和正则化方法,并对传统多示例学习方法进行研究。(2)对基于MIL行人异常行为检测系统的功能性需求、非功能性需求以及可行性进行分析,根据需求确定系统为B/S(浏览器服务器结构)架构,并设计出系统总体框架、系统功能结构及系统整体流程。随后以系统流程为基础对数据库的概念结构、逻辑结构及物理结构进行设计。(3)选用了C3D(3D卷积网络)模型对数据集进行预处理,提取出视频特征数据,并融合C3D模型所提取的第六层全连接层视频特征数据。(4)对多示例学习模型进行分析,最终选用深度多示例排序模型对特征数据进行训练和测试,并且编写了特定的验证程序对训练出来的模型进行验证。(5)完成基于多示例学习的行人异常行为检测系统,搭建系统服务器,配置需要使用的硬件和软件环境,对各功能模块进行完善,部署系统到本地服务器中,并从系统功能性和稳定性两个方面进行测试,最终将行人异常行为检测系统调试成功。通过对基于MIL的行人异常行为检测系统进行测试,验证该系统能够很好的完成系统需求。根据具体视频数据的检验结果表明其可以检测出视频中行人异常行为的时段,并可利用异常事件发生的时间检索出对应的历史异常信息。

关键词：行人异常行为深度多示例学习模型 3D卷积网络模型浏览器服务器架构

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于监控视频的行人异常行为检测技术研究

电视技术 2018年第6期42卷 107-112页

作者：艾达张思哲刘卫华西安邮电大学公安部电子信息勘验应用技术实验室陕西西安710121 西安邮电大学计算机学院陕西西安710121

行人异常行为分析是视频监控领域中重要的研究方向。从基于规则、基于模型两方面对行人异常行为检测算法进行归纳总结,根据判定方式将算法分为阈值判定和分类判定,比较了各类算法的优势和不足,同时对使用较多的数据库进行了总结,最后讨... 详细信息

行人异常行为分析是视频监控领域中重要的研究方向。从基于规则、基于模型两方面对行人异常行为检测算法进行归纳总结,根据判定方式将算法分为阈值判定和分类判定,比较了各类算法的优势和不足,同时对使用较多的数据库进行了总结,最后讨论了异常行为研究在实际应用和未来研究中应该考虑的问题。

关键词：视频监控行人异常行为行人数据库

维普期刊数据库

图像自动识别技术在行人异常行为检测中的应用

在线全文

学校读者我要写书评

暂无评论

信息与电脑 2018年第22期30卷 144-145页

作者：陈纪铭陈利平湖南工学院湖南衡阳421002

图像自动识别技术是计算机图像专业的新型研究领域,同时也是饱受人们关注的学术课题。传统监控视频主要是依据肉眼可视分辨,需要消耗大量人力和物力。基于此,提出图像自动识别技术在行人异常行为检测中的应用。通过图像自动识别技术在... 详细信息

图像自动识别技术是计算机图像专业的新型研究领域,同时也是饱受人们关注的学术课题。传统监控视频主要是依据肉眼可视分辨,需要消耗大量人力和物力。基于此,提出图像自动识别技术在行人异常行为检测中的应用。通过图像自动识别技术在行人异常行为检测的一般流程,在划定监测区域的前提下,进行信息扫描识别基础上的特征提取,最终将检测信息和追踪信息进行整合。

关键词：图像自动识别技术行人异常行为检测跟踪

维普期刊数据库

基于深度学习的行人属性及异常行为识别的研究与实现

在线全文

学校读者我要写书评

暂无评论

基于深度学习的行人属性及异常行为识别的研究与实现

作者：王子涵深圳大学

学位级别：硕士

计算机视觉技术的快速发展为海量监控数据提供了多种自动化分析解决方案,就行人信息而言,现有的解决方案多是专注于目标检测、目标跟踪等低层算法,因此行人信息的分析方法仍待向中高层算法方向继续深入研究。由于行人的特性可通过年龄... 详细信息

计算机视觉技术的快速发展为海量监控数据提供了多种自动化分析解决方案,就行人信息而言,现有的解决方案多是专注于目标检测、目标跟踪等低层算法,因此行人信息的分析方法仍待向中高层算法方向继续深入研究。由于行人的特性可通过年龄、性别、携带物等属性来推断,行人未来的意图能通过当前时刻的具体行为来预测,因此研究行人属性识别与行人异常行为分析对智慧安防等领域有着重要的意义。为了在真实监控场景下能更加鲁棒地提取出行人的中高层语义信息,本文顺应当前计算机视觉技术的发展趋势,利用深度学习方法,重点面向监控场景下的行人属性识别和行人异常行为识别技术进行了研究。具体研究主要工作如下:1.在行人属性识别任务中,本文提出了一种基于局部注意力机制的行人属性识别算法,该算法能有效识别行人的多种属性。为了能直接对监控场景下的行人进行属性分析,算法首先利用基于关键点的目标检测算法进行行人目标检测。然后,算法引入行人结构分布的先验信息对目标行人的局部图像和全局图像进行建模,并利用基于通道和空间的注意力机制残差网络加强对目标行人有效区域特征的提取,减少行人背景区域的干扰。为解决数据集中属性分布不均衡的问题,算法引入了改进的二值交叉熵函数进行属性分类。该算法对基于关键点的目标检测算法进行微调,能更好地识别有效行人。该算法在Market-1501数据集和自建的真实场景属性识别数据集中进行了测试,实验结果表明,本算法能较好的识别出行人的12种属性。2.在行人异常行为识别任务中,本文提出了一种融合人体骨架空时特征和行人表观语义特征的基于人体骨架特征的行人异常行为识别算法,该算法能有效识别行人的异常行为。该算法主要由空时域骨架特征提取网络和行人表观语义特征提取网络组成。在空时域骨架特征提取网络中,首先设计了一个骨架序列生成模块,以提取出视频中每个行人的骨架序列。然后利用长短期记忆网络和图卷积网络构建出人体骨架序列的时序特征和空间特征,其中长短期记忆网络和图卷积网络都采用层次化堆叠的方式对骨架的关节片段进行特征提取。为了提升识别的鲁棒性,本算法在网络中还引入了行人RGB序列表观语义特征。最后,将空时特征和表观语义特征进行融合,并利用含有softmax的全连接神经网络实现行为分类。此外,本文所提出的算法在自建数据集上进行了评估。实验结果表明,本算法能在真实监控场景下对本文所定义的3种行人异常行为进行识别。3.本文设计了一套基于深度学习的行人属性及异常行为识别系统。该系统采用模块化结构进行搭建,采用Py Qt5进行图形用户界面设计,利用基于局部注意力的行人属性分析算法和基于骨架空时特征的行人异常行为识别算法实现了行人属性识别和行人异常行为识别两大功能。通过行人属性及异常行为识别系统的设计,验证了本文提出的行人属性识别算法和行人异常行为识别算法在真实场景下的有效性。

关键词：行人检测行人属性行人异常行为

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

智能视频监控系统中运动行人分析的研究

智能视频监控系统中运动行人分析的研究

作者：王军华南京信息工程大学

学位级别：硕士

随着通信技术与计算机技术的发展,视频监控在日常安防中具有越来越重要的作用。传统的视频监控模式主要是将采集视频数据存储到监控中心的服务器中,仅有单一查看功能,已不能满足用户的需求。这种依靠人工对运动行人分析,不仅缺乏对异常... 详细信息

随着通信技术与计算机技术的发展,视频监控在日常安防中具有越来越重要的作用。传统的视频监控模式主要是将采集视频数据存储到监控中心的服务器中,仅有单一查看功能,已不能满足用户的需求。这种依靠人工对运动行人分析,不仅缺乏对异常信息及时预警的功能,而且准确率较低。本文基于运动目标检测、行人识别与行人异常行为检测算法展开研究,并设计智能视频监控系统,该系统能够对运动行人异常行为发出警报。首先,为了更好的进行运动目标检测,提出了一种改进的运动目标检测算法。结合图像分块和均值法建立背景模型,运用图像分块与当前帧自适应权重更新背景模型,并采用自适应阈值分割目标,克服了背景中运动残影、光线变化干扰以及前景分割效果差的缺点。实验结果表明,本文方法能够快速准确检测出运动目标。其次,针对单特征行人识别度低的问题,提出了基于多特征融合的行人检测算法。该方法融合了改进的多尺度HOG特征与CSSF特征,全面准确的描述了行人局部特征与全局特征。设计了一种Adaboost强分类器进行行人检测。在INRIA行人库上的实验表明,本文方法大幅提高了行人检测精度。然后,针对行人异常行为检测中存在的问题,在目标跟踪基础上,对行人的形状和运动轨迹特征进行多特征提取,充分描述了行人行为信息,并运用先验知识对上述特征进行量化,检测行人异常行为。实验结果表明,本文方法能够有效检测行人异常行为,包括异常摔倒、异常跑步和徘徊。最后,在上述算法基础上,对智能视频监控系统需求进行分析与设计,利用VisualStudio、OpenCV、Android、javaweb、云服务器等技术进行开发,从而使系统智能化、移动化。实验表明系统运行流程,实时性与准确性较好,能够满足用户远程监控、并及时准确掌握行人异常行为信息的功能需求。

关键词：视频监控系统运动目标检测行人检测行人异常行为特征融合