论文部分内容阅读
基于无监督学习的异常行为检测
【摘 要】
：
公共安全作为国家安全的重要组成部分,是全国人民幸福生活的基本保证,多年来一直是全社会的重点关注问题。尤其是国家关键部门场所的安全问题更来不得半点疏忽,稍有不慎就会引起极大轰动,造成巨大损失。为了保障“绝对安全”,本文针对对安全问题要求较高,又无法对异常行为进行准确列举的重要场所,基于无监督深度学习的思想,不对异常行为进行定义,训练一个只能够重构正常行为的模型,根据异常行为与正常行为存在较大差异,模
【机 构】
：
中北大学
【出 处】
：
中北大学
【发表日期】
：
2021年01期
【基金项目】
：
其他文献
人体隔墙检测是近些年发展起来的一种全新的环境感知技术,可以应用到反恐人质救援、自然灾害救援、安全监测、入侵检测及城市巷战等众多领域。穿墙雷达是目前最为常见的隔墙检测系统,使用时会存在较多问题,如成本高、操作复杂等问题,无法应用于很多民用场合。针对上述需求和目前隔墙探测装备存在的问题,本文基于特高频小带宽、低成本、墙体穿透性能好,对人体基本无伤害的特点,研究了一种基于特高频的人体隔墙检测技术,本文主
学位
网约车的快速发展,给社会和人民带来良好服务体验的同时,也引发了大量的驾驶员和乘客的人身安全事故,网约车内驾乘人员的异常行为是造成这些事故的主要原因。现有识别方法识别的行为不够全面,大多情况下都是依据事后报告分析,识别效率低、适用性差。基于深度学习的识别方法能够通过多层神经网络自主学习分析图像中的高级特征,为驾乘人员异常行为识别问题提供了新型智能的处理方法。因此,开展基于深度学习的驾乘人员异常行为识
学位
水下光学成像技术在海洋安全生态监测和环境保护、海洋能源勘探、海洋军事侦察等领域有着广泛的应用,由于受水体对光波的吸收和散射作用影响,造成水下成像结果呈现对比度降低、亮度降低、模糊等图像问题,针对此问题,开展基于偏振信息的多孔径水下成像技术研究,具有一定的理论研究和应用价值。本文基于非均匀光场水下环境中,偏振成像技术对水体后向散射参数空间分布估计效果不佳,常数法和拟合法都存在不足,针对此问题,提出融
学位
X-CT成像技术已经成为一种重要的无损检测手段,通过多角度采集被测物体投影数据,采用重建算法求解物体衰减系数,最终重构物体内部结构。然而工业中,很多构件结构复杂、材质密度差异大,单个能量CT成像系统动态范围有限,照射复杂构件时产生的投影极易出现欠曝光、过曝光现象,有效投影严重缺失,难以准确重建物体内部情况。为解决单能投影不完备问题,本文针对复杂构件特点研究了复杂构件多能CT重建算法,采用递推迭代方
学位
CT技术在为临床诊疗提供便利的同时,其辐射所带来的危害也愈发的被人们所重视,然而降低辐射剂量也会带来成像质量的大幅下降。因此,在降低辐射与成像质量之间保持更好的平衡点就成为了当下科研的热门问题。现有的利用深度学习技术的低剂量CT图像降噪算法大多依赖于大样本的配对数据进行训练,而在实际中,很难同时获得同一患者的低剂量CT图像和正常剂量CT图像,这也就导致训练样本量的不足。针对这一问题,本文开展了小样
学位
X射线成像技术是一种较为先进的无损检测技术,可以在不破坏物体整体结构的情况下完整重现内部特征、识别材料信息。目前该技术已经被广泛运用于医学诊断、安检、工业等多个领域。然而,工业X射线检测图像存在大量的噪声,对比度低、视觉效果差且图像不清晰等问题,这些不利因素使后续对X射线图像的应用及分析造成了极大的困难。为了改善X射线图像质量,增强工件内部的细节特征,提高图像对比度,本课题从直方图均衡化和Reti
学位
增压输送系统是火箭产生推力的核心系统,其工作可靠性直接关系到运载火箭安全性。目前,火箭主流故障检测算法包括基于信号分析、利用数学模型和神经网络等方法。本文结合以上方法的优势,利用增压输送系统传感器数据,对系统各组件运行情况进行故障检测。增压输送系统由增压组件和输送管道构成。以某型号运载火箭第三级作为故障检测对象,首先将传感器返回的遥测数据进行抽样和预处理,降低数据规模和提高故障检测效率,然后模拟常
学位
目前指挥信息系统有态无势问题突出,面向态势分析的技术产品严重不足,仅靠人工难以快速完成对复杂态势信息的理解分析。针对以上情况,利用智能化技术研究面向地面目标的意图识别方法,为指挥决策提供精准快速的技术支持。意图识别是从相关态势要素变化中逆向推理意图的过程,传统研究通过专家知识建立经验模型,但受指挥员个人决策偏好影响,相同意图下目标可能表现出不同的行为,因此难以建立显式规则准确表征指挥员个人因素带来
学位
传统的人工异常事件检测不仅是对人力资源的极大浪费,更无法实现对异常事件的提前预警或及时报警,并不十分可靠。基于深度学习的异常事件检测是指通过深度学习算法自动识别并定位监控视频中的危险事件或异常行为,对保障公共安全具有重要意义。然而由于正、异常事件均无明确定义、种类繁多,无法穷举以及不同场景下正常和异常事件的定义也有所不同等难点,异常事件检测仍是一项极具挑战的任务。为实现在火车站、广场等公共场所下对
学位
机械设备作为重要的生产力工具,油液使其内部部件在转动过程中形成非接触式滚动,若润滑不够充分,齿轮间的直接摩擦会产生磨损颗粒随油液在油路中循环。通过对油液磨粒信息进行检测,可较早地了解机械设备的具体运行工况,增进设备运行的稳定性,维持和延长其使用寿命。为实现油液金属磨粒的实时检测,研究并设计了一种电感式差动型油液磨粒在线监测系统。本文基于电磁感应原理,对传感器内部任意位置磁场分布及输出进行了建模和仿
学位