基于能量的人群异常行为检测算法研究

来源 :现代电子技术 | 被引量 : 0次 | 上传用户:dingwei1234
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
群体异常的发生会危害社会公共安全,因此利用现有技术对人群进行实时监控和分析,对于维护社会秩序和公共安全具有重要意义.针对公共场所中人群异常行为的检测问题,文中提出一种基于人群运动能量变化的方法来检测人群中是否发生异常行为.该方法利用Farneback光流算法获得视频帧的前景运动图像,并计算视频帧的全局光流幅值.由于人群运动能量与光流幅值成正相关,因此可以通过计算全局光流幅值分析人群运动强度,计算人群瞬时能量,通过将相邻帧间的能量差值与特定阈值做比较来判断人群中是否发生异常事件.最后,在UMN数据集上对文中方法进行测试,得出三种场景下的AUC值分别为0.992,0.948和0.978.实验结果表明,文中所提出的算法能够有效地检测出人群的异常行为,可以满足实时性的要求,且具有良好的性能.
其他文献
传统系统对生态环境空间层次划分不够明确,导致廊道空间布局较差,影响了城市物种迁移.针对这一问题,文章提出一种基于耦合模型的城市生态环境空间规划系统,在传统系统硬件基础上,对软件进行设计.通过廊道、中心控制点和场地三要素,构建城市绿色基础设施网络,选取城市连接节点和网络中心,建立不同尺度的绿色基础设施,结合实际空间资源进行评估调整,通过耦合模型整合各尺度绿色空间,实现城市生态环境空间整体规划.设计系统与传统系统进行对比实验,分别规划城市空间,结果表明,设计系统提高了廊道连通性和连续性,使物种迁移更加顺畅,且
针对现有的低压配电网络线损诊断技术主要利用用电数据,在检测精度和检测范围方面存在局限性的问题,文中基于对配电网络的复阻抗等电路网络参数的测量,提出一种面向低压配电网络线损智能诊断系统,并对系统架构、硬件电路和基于支持向量机集成诊断算法进行设计和实现.实验仿真结果表明,文中所提出的智能诊断系统可以增强线损分析的准确性,能够有效判别区域内的窃电线损和其他线损.文中所提方案是现有线损管理系统的有效补充,能够提高现有的低压配电台区的线损管理水平.
对液压能驱动的飞控系统功率进行全飞行过程的仿真分析,可为液压能源管理方案以及液压能源系统的设计提供定量参考.为此,文中设计一种基于分布式仿真的飞控系统功率分析方法,首先结合典型飞机飞控系统舵面参数,利用AMEsim软件建立飞控系统7类典型舵面的功率仿真模型;然后在基于DDS软总线的分布式仿真平台上,通过典型飞机真实飞行状态参数激励整个飞控系统仿真模型,得到飞控系统在工况下全飞行过程的舵面作动器关键参数;再对7类飞控系统舵面的功率分别进行计算.通过分布式仿真平台实现了整个飞控系统7类舵面模型的协同仿真及全工
由于传统人脸识别系统多采用手工进行特征设定,存在识别精度低、速度慢等缺点,因此文中设计一种基于MTCNN和Facenet的人脸识别系统.采用MTCNN模型进行人脸边框回归,通过三阶级联卷积神经网络对人脸图像进行从粗到细的提取;采用Facenet模型进行人脸特征向量提取,构建本地人脸特征库;通过比对待识别人脸特征向量与本地人脸特征库中向量间的欧氏距离,输出识别结果.为验证系统性能,从检测速度与检测精度两方面进行测试.实验结果表明,文中所设计的系统识别速度达25 f/s以上,当特征向量间的欧氏距离的阈值设定为
WiFi手势识别由于相对安全、无需穿戴、设备普及度高等特点,在人机交互中有着重要的应用前景.该技术主要是利用现有室内无线设备收集的信道状态信息(CSI)来进行识别,但大多数只针对单一场景,对于其他新场景,需要增加新场景中的数据进行额外的学习训练,否则识别率将会大幅下降.为此,文中提出一种多视图对抗网络下的WiFi跨场景手势识别方法.通过将多个设备收集到的信息转换为多个多普勒频移(DFS)功率分布图,再利用生成式对抗网络模型将这些信息按数据质量进行加权组合,并提取出与环境无关的特征来进行识别,以提高识别效果
利用D-H密钥交换体制的特点,文中提出一种基于圆锥曲线的RSA密码体制改进方案.该体制在已有研究的基础上进一步改进,主要有两方面创新之处:一方面是对于通信双发的会话密钥处理,采取的措施是通过D-H密钥交换体制来直接交换通信双方的会话密钥,这样不仅可以达到通信双方共享会话密钥的要求,同时也可以减少计算量来提高算法的效率;另一方面是在求解私钥的问题上,不是直接利用圆锥曲线上基点的阶作为模数,而是利用圆锥曲线上基点的阶和共享会话密钥的乘积来作为其模数,进而对明文进行加密,这样不仅可以将通信双方的会话密钥和圆锥曲
为了提高复杂环境下移动机器人路径的安全性,缩短搜索时间和路径长度,文中提出一种调和A*算法与七次样条插值曲线融合的路径规划方法.首先进行避障设计,在栅格地图下通过消除对角线与障碍物碰撞的路径提高A*算法的安全性;其次引入余弦方向因子改进启发式函数,通过约束搜索方向来减少搜索节点从而提高实时性;最后采用七次样条插值函数对路径进行平滑处理,形成一条连续的移动机器人行驶路径.经Matlab仿真验证,相较传统A*算法,文中算法有效地减少了27.05%的搜索节点,缩短了33.97%的搜索时间和3.63%的路径长度,
为了提高辅助虚拟训练动作检测系统的精度与有效性,文中提出一种基于深度卷积神经网络的辅助虚拟训练动作检测系统,该设计系统由逻辑层、技术层与应用层三部分组成.在系统硬件设计方面,设计虚拟显示模块、电源模块和检测数据采集模块,在提高系统稳定性的同时提高虚拟训练动作数据传输的精度.在系统软件设计部分,以深度卷积神经网络结构为基础,识别辅助虚拟训练动作,并采集辅助虚拟训练动作的图像,结合卷积层与全连接层对采集到的辅助虚拟训练动作图像进行处理,通过分类层输出辅助虚拟训练动作的识别结果.最后,根据训练动作的定位结果完成
针对现存方法对林地检测结果细节丢失严重、边缘不够精细的问题,文中提出一种基于多尺度特征融合的网络结构,使用Labelme手动对数据集进行标签,并通过翻转、加噪、颜色调整等操作增强图像.网络结构主要包括将低层空间信息和高层语义信息进行特征融合的密集跳跃连接,以及可以增大网络感受野并从多个角度对特征进行提取的空洞空间金字塔池化模块.文中利用编码器提取全局信息,通过解码器恢复图像空间分辨率,最后用分类器进行林地与非林地的分割.实验结果表明,文中算法与现有算法相比,图像检测能力有一定的提升,能较为准确地检测出林地
为解决传统光学方位仪在舰艇摇摆情况下存在的稳定性差、被测目标难以对正、有效测量难以完成等问题,文中基于光电成像和数字处理技术,设计并开发了新型电子方位仪.设计方案分别从图像采集和方位解算两方面着手,利用视频数据和云台转角信号,结合罗经航向信息实现对观测目标的自动标定.系统整体主要由视频采集单元、设备控制单元、信息解算单元等组成.其中,观测单元由高清摄像机、云台组成,控制单元由云台控制模块和转角解算模块组成,信息解算单元由航向解算模块、视频显示模块、嵌入式系统、键盘输入模块、数字显示模块和电源模块组成.系统