基于自编码器的人群异常行为检测算法

1

作者 王玉 杨晓文 +3 位作者 孙福盛 况立群 韩慧妍 张元 《计算机工程与设计》 北大核心 2025年第3期779-787,共9页

为提高人群异常行为检测算法性能,以STEAL-Net为基础,提出一种融合全局时空特征的自编码器人群异常行为检测算法。在编码器进行特征提取时,将全局跨通道特征提取模块与三维卷积结合,减少全局上下文特征的缺失;将提取到的特征序列输入到... 为提高人群异常行为检测算法性能,以STEAL-Net为基础,提出一种融合全局时空特征的自编码器人群异常行为检测算法。在编码器进行特征提取时,将全局跨通道特征提取模块与三维卷积结合,减少全局上下文特征的缺失;将提取到的特征序列输入到全局时空信息增强模块,进一步对视频帧的全局时空特征进行有效提取;进入解码器对输入帧进行重构,利用重构误差大小对异常行为进行检测。该算法在公开数据集UCSD Ped1、UCSD Ped2和ShanghaiTech上与其它先进方法进行了AUC指标的比较,实验结果表明所提算法的有效性。 展开更多

关键词 人群异常行为检测 自编码器 全局上下文 全局时空特征 重构 全局跨通道特征提取模块 全局时空信息增强模块

在线阅读 下载PDF 职称材料

基于改进光流法的视频监控中人群异常行为检测算法 被引量：5

2

作者 铁富珍 《现代电子技术》 北大核心 2024年第7期45-48,共4页

危害社会公共安全的事件频发,研究视频监控中人群异常行为对于恢复治安秩序和保障公众安全有着重要意义。由于视频监控涉及多种多样的场景,复杂环境影响了人群异常行为的准确检测。因此,为提升视频监控中人群异常行为的检测效果,提出基... 危害社会公共安全的事件频发,研究视频监控中人群异常行为对于恢复治安秩序和保障公众安全有着重要意义。由于视频监控涉及多种多样的场景,复杂环境影响了人群异常行为的准确检测。因此,为提升视频监控中人群异常行为的检测效果,提出基于改进光流法的视频监控中人群异常行为检测算法。利用改进单高斯模型在视频监控中人群视频帧内提取角点作为特征点;基于改进光流法计算特征点的运动速度与方向,提取有效特征点,得到人群运动目标图像;通过计算人群运动目标图像内光流点的方向熵、幅值熵与平均速度的乘积,确定运动混乱度;对比分析运动混乱度与设置阈值,完成人群异常行为检测。实验结果表明,该算法可有效提取人群视频帧内的角点和运动目标图像,准确检测人群异常行为,具有较好的视频监控中人群异常行为检测效果。 展开更多

关键词 改进光流法 视频监控 人群异常行为检测 单高斯模型 特征点 方向熵 幅值熵 运动混乱度

在线阅读 下载PDF 职称材料

结合模式记忆和自监督注意力的人群异常行为检测方法

3

作者 宁冬梅 梁莉 《计算机工程与设计》 北大核心 2024年第8期2527-2533,共7页

为实现复杂环境下监控视频中异常事件的快速检测和准确定位,提出一种结合正常模式记忆和自监督注意力机制的异常检测框架。记忆机制综合考虑正常模式的多样性和差异性,解决卷积神经网络(CNN)泛化性过强的问题。自监督模块包含遮罩卷积... 为实现复杂环境下监控视频中异常事件的快速检测和准确定位,提出一种结合正常模式记忆和自监督注意力机制的异常检测框架。记忆机制综合考虑正常模式的多样性和差异性,解决卷积神经网络(CNN)泛化性过强的问题。自监督模块包含遮罩卷积层和通道注意力层,通过遮罩信息预测的自监督训练,提高模型对全局特征结构的理解。公开数据集的实验结果表明,所提方法的曲线下面积(AUC)指标分别达到92.6%和82.7%,性能优于当前其它先进的视频异常检测方法,在轨迹检测标准(TBDC)和区域检测标准(RBDC)指标中表现出优秀的异常跟踪和定位能力。 展开更多

关键词 人群异常行为检测 自监督注意力 卷积神经网络 遮罩卷积 全局特征结构 轨迹检测标准 区域检测标准

在线阅读 下载PDF 职称材料

一种基于脉线流卷积神经网络的人群异常行为检测算法 被引量：3

4

作者 蒋俊 张卓君 +3 位作者 高明亮 徐立宾 潘金凤 王新越 《工程科学与技术》 EI CAS CSCD 北大核心 2020年第6期215-222,共8页

在计算机视觉领域,人群异常行为检测技术可以广泛应用于视频监控、智能视频分析、群体行为识别等领域,因此,受到了学者们的广泛关注。由于视频中人群目标具有尺度变化大、透视形变、标注偏置等特点,人群异常行为检测依然是一个具有挑战... 在计算机视觉领域,人群异常行为检测技术可以广泛应用于视频监控、智能视频分析、群体行为识别等领域,因此,受到了学者们的广泛关注。由于视频中人群目标具有尺度变化大、透视形变、标注偏置等特点,人群异常行为检测依然是一个具有挑战性的难题。为此,本文提出了一种基于脉线流卷积神经网络的人群异常行为检测方法(streak flow CNN abnormal behavior detection,SFCNN–ABD)。SFCNN–ABD是一个双域网络,网络结构由两个深度残差网络作为骨干网络,分别为空域网络和时域网络。其中,空域网络的输入是原始视频帧,提取人群行为的表观特征;时域网络利用脉线流提取人群行为的运动特征,脉线流能更准确地识别场景中的空域和时域变化,因此能进一步提升人群异常行为检测的准确性。所提方法是通过卷积神经网络获取显著的人群行为空域特征,并通过脉线流结合卷积神经网络获取人群行为时域特征;最后,将两个网络的输出求取平均值,完成人群异常行为的检测。在UMN和VIF两个公开基准数据集进行了测试,实验结果表明本文方法的检测准确率优于当前主流算法,验证了本文方法的有效性。 展开更多

关键词 人群异常行为检测 脉线流 时空卷积网络 残差网络

在线阅读 下载PDF 职称材料

基于能量的人群异常行为检测算法研究 被引量：2

5

作者 李新 郝海江 +1 位作者 陈帆 黄琳 《现代电子技术》 2022年第4期155-160,共6页

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... 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。 展开更多

关键词 人群异常行为 群体检测 运动能量 智能监控 前景提取 光流幅值计算 异常事件判断

在线阅读 下载PDF 职称材料

基于粗糙集的多类人群异常行为识别算法 被引量：4

6

作者 彭月平 蒋镕圻 徐蕾 《科学技术与工程》 北大核心 2021年第11期4524-4533,共10页

为解决现有基于人工设计特征行为识别方法缺少多类异常行为分类研究和受人工影响大等问题,提出和实现了基于粗糙集的多类中低密度人群异常行为识别算法。该算法首先提取目标人群的人数、帧平均加速度、矩形框的距离势能、方向混乱熵,以... 为解决现有基于人工设计特征行为识别方法缺少多类异常行为分类研究和受人工影响大等问题,提出和实现了基于粗糙集的多类中低密度人群异常行为识别算法。该算法首先提取目标人群的人数、帧平均加速度、矩形框的距离势能、方向混乱熵,以及帧间混乱程度五个运动特征量,利用粗糙集从中学习以获取决策规则,再对正常、四散、同向加速跑、突然聚集和群殴这五类人群行为进行分类,并定量对比分析本文算法和其他同类算法处理同一视频集的分类效果。结果表明:与随机森林法等其他同类算法相比,该算法不仅能够有效检测出人群异常行为,还能准确地对五类人群行为进行分类,其识别准确率和覆盖率均有明显提升。 展开更多

关键词 人群异常行为 粗糙集 特征量 分类

在线阅读 下载PDF 职称材料

基于改进瞬时能量的人群异常行为识别算法 被引量：6

7

作者 徐蕾 彭月平 +1 位作者 刘曼 贺科宁 《科学技术与工程》 北大核心 2018年第16期223-230,共8页

人口密度的逐年增加使得公共场所的人群暴乱事件频繁发生,利用相关技术对现有的监控视频进行实时分析,及时对突发的人群异常情况报警,对于维护社会秩序和公共安全具有重要的研究意义。提出了一种基于改进瞬时能量的人群异常行为识别算法... 人口密度的逐年增加使得公共场所的人群暴乱事件频繁发生,利用相关技术对现有的监控视频进行实时分析,及时对突发的人群异常情况报警,对于维护社会秩序和公共安全具有重要的研究意义。提出了一种基于改进瞬时能量的人群异常行为识别算法,把提取到的人群分布信息和运动信息融合后,计算得到瞬时能量,并与设定的异常阈值比较,以识别人群异常行为。实验结果表明:针对相同的视频数据,该算法降低了传统动能公式因单一考虑人群运动信息而导致对异常行为误检的概率,识别人群异常行为的准确性要高于其他同类方法。 展开更多

关键词 瞬时能量 人群异常行为 混合高斯模型

在线阅读 下载PDF 职称材料

基于运动显著图的人群异常行为检测 被引量：7

8

作者 胡学敏 易重辉 +2 位作者 陈钦 陈茜 陈龙 《计算机应用》 CSCD 北大核心 2018年第4期1164-1169,共6页

针对公共场所中人群监控准确性和实时性低的问题,提出一种基于运动显著图的人群异常行为检测方法。该方法首先利用Lucas-Kanade法计算稀疏特征点的光流场,并对光流场进行时间和空间上的滤波处理,然后计算特征点的运动方向、速度和加速... 针对公共场所中人群监控准确性和实时性低的问题,提出一种基于运动显著图的人群异常行为检测方法。该方法首先利用Lucas-Kanade法计算稀疏特征点的光流场,并对光流场进行时间和空间上的滤波处理,然后计算特征点的运动方向、速度和加速度。为了准确描述人群行为,将人群的速度幅值、运动方向变化量和加速度幅值分别映射为图像的R、G、B三个通道,并以此合成代表人群运动特征的运动显著图。最后,设计和训练面向人群运动显著图的卷积神经网络模型,并利用该模型检测人群中是否存在异常行为。实验结果表明,该方法能够有效、实时地检测人群异常行为,在UMN和PETS2009数据集的检测率均达到了97.9%以上。 展开更多

关键词 人群异常行为检测 光流法 运动显著图 卷积神经网络 视频监控

在线阅读 下载PDF 职称材料

基于空时对抗变分自编码器的人群异常行为检测 被引量：2

9

作者 邢天祎 郭茂祖 +3 位作者 陈加栋 赵玲玲 陈琳鑫 田乐 《智能系统学报》 CSCD 北大核心 2023年第5期994-1004,共11页

基于视频的人群异常行为检测对提前发现安全风险、预防群体安全事故发生具有重要价值。针对人群异常行为事件的稀少性导致的无法直接充分学习异常样本的表示、异常事件检测精度低的问题,在变分自编码器基础上,提出一种基于预测的空时对... 基于视频的人群异常行为检测对提前发现安全风险、预防群体安全事故发生具有重要价值。针对人群异常行为事件的稀少性导致的无法直接充分学习异常样本的表示、异常事件检测精度低的问题,在变分自编码器基础上,提出一种基于预测的空时对抗变分自编码器(spatial-temporal adversarial variational autoencoder,STAVAE)视频异常检测模型,通过引入长短期记忆网络(long short-term memory,LSTM)和对抗网络模块,对正常样本视频序列的时间维度与空间维度进行联合特征表示与重构,减少了正常样本重建过程中的特征损失进而扩大了异常样本的预测损失,避免了对异常样本的依赖,实现了基于模型重构误差的人群逃散异常行为检测。在公开数据集UMN及采集视频数据集上进行对比实验,证明ST-AVAE模型在基于监控视频的人群异常逃散行为检测中均具有最优的检测精度和召回率,对抗网络模块显著提升了异常检测的性能。 展开更多

关键词 人群异常行为检测 变分自编码器 自编码器 长短期记忆网络 对抗网络 空时对抗变分自编码器 重构误差 异常逃散行为

在线阅读 下载PDF 职称材料

基于深度时空卷积神经网络的人群异常行为检测和定位 被引量：16

10

作者 胡学敏 陈钦 +2 位作者 杨丽 余进 童秀迟 《计算机应用研究》 CSCD 北大核心 2020年第3期891-895,共5页

针对公共场合人群异常行为检测准确率不高和训练样本缺乏的问题,提出一种基于深度时空卷积神经网络的人群异常行为检测和定位的方法。首先针对监控视频中人群行为的特点,综合利用静态图像的空间特征和前后帧的时间特征,将二维卷积扩展... 针对公共场合人群异常行为检测准确率不高和训练样本缺乏的问题,提出一种基于深度时空卷积神经网络的人群异常行为检测和定位的方法。首先针对监控视频中人群行为的特点,综合利用静态图像的空间特征和前后帧的时间特征,将二维卷积扩展到三维空间,设计面向人群异常行为检测和定位的深度时空卷积神经网络;为了定位人群异常行为,将视频分成若干子区域,获取视频的子区域时空数据样本,然后将数据样本输入设计的深度时空卷积神经网络进行训练和分类,实现人群异常行为的检测与定位。同时,为了解决深度时空卷积神经网络训练时样本数量不足的问题,设计一种迁移学习的方法,利用样本数量多的数据集预训练网络,然后在待测试的数据集中进行微调和优化网络模型。实验结果表明,该方法在UCSD和subway公开数据集上的检测准确率分别达到了99%和93%以上。 展开更多

关键词 人群异常行为检测 深度时空卷积神经网络 迁移学习 数据扩充

在线阅读 下载PDF 职称材料

基于光流共生矩阵的人群行为异常检测 被引量：1

11

作者 曾庆山 宋庆祥 范明莉 《郑州大学学报（工学版）》 CAS 北大核心 2018年第3期29-33,39,共6页

针对传统基于图像纹理特征进行人群行为异常检测算法倾向于描述人群图像纹理的变化而非人群运动行为的实际情况,导致检测性能较差的问题,提出一种反映人群运动行为真实情况的特征提取方法.首先通过Lucas-Kanade光流算法提取人群视频光... 针对传统基于图像纹理特征进行人群行为异常检测算法倾向于描述人群图像纹理的变化而非人群运动行为的实际情况,导致检测性能较差的问题,提出一种反映人群运动行为真实情况的特征提取方法.首先通过Lucas-Kanade光流算法提取人群视频光流信息,并建立光流幅值共生矩阵与光流方向共生矩阵,然后通过共生矩阵提取角二阶距、对比度、熵、相似度等特征,并将其与光流幅值均值合并组成特征向量训练支持向量机,最后判断人群行为是否异常.仿真结果表明,本文的特征提取方法更加深化地处理了光流法提取的人群运动信息,具有较好的人群异常行为识别性能. 展开更多

关键词 人群行为异常检测 光流法 光流共生矩阵 支持向量机

在线阅读 下载PDF 职称材料

公共场所人群加速度异常检测系统 被引量：5

12

作者 华斌 梁茜 +1 位作者 刘赏 盛家川 《安全与环境学报》 CAS CSCD 北大核心 2017年第3期1043-1048,共6页

针对目前基于速度检测公共场所密集人群异常行为存在的检测准确率低、使用范围局限的问题,从人群的加速度角度对可能导致公共安全事故的人群异常行为进行研究,提出了一种基于加速度检测人群异常行为的算法,并基于该算法实现了针对人群... 针对目前基于速度检测公共场所密集人群异常行为存在的检测准确率低、使用范围局限的问题,从人群的加速度角度对可能导致公共安全事故的人群异常行为进行研究,提出了一种基于加速度检测人群异常行为的算法,并基于该算法实现了针对人群逃散、人群聚集、人群拥挤和人群逆行4种异常行为检测的系统。首先,利用金字塔Lucas-Kanade光流法进行特征点跟踪;然后,在获取到特征点的速度矩阵基础上进一步计算其加速度矩阵,反映速度的整体变化;最后,从加速度大小和方向两方面检测人群异常行为。结果表明,所提算法检测用时较少,相比基于速度检测的对比算法,检测的正确率提高到80%,误报率降低为5%。 展开更多

关键词 安全管理工程 人群异常行为 加速度 金字塔Lucas-Kanade光流法 检测系统

在线阅读 下载PDF 职称材料