期刊文献+
共找到112篇文章
< 1 2 6 >
每页显示 20 50 100
基于模式挖掘的用户行为异常检测 被引量:85
1
作者 连一峰 戴英侠 王航 《计算机学报》 EI CSCD 北大核心 2002年第3期325-330,共6页
行为模式通常反映了用户的身份和习惯 ,该文阐述了针对 Telnet会话中用户执行的 shell命令 ,利用数据挖掘中的关联分析和序列挖掘技术对用户行为进行模式挖掘的方法 ,分析了传统的相关函数法在应用于序列模式比较时的不足 ,提出了基于... 行为模式通常反映了用户的身份和习惯 ,该文阐述了针对 Telnet会话中用户执行的 shell命令 ,利用数据挖掘中的关联分析和序列挖掘技术对用户行为进行模式挖掘的方法 ,分析了传统的相关函数法在应用于序列模式比较时的不足 ,提出了基于递归式相关函数的模式比较算法 ,根据用户历史行为模式和当前行为模式的比较相似度来检测用户行为中的异常 。 展开更多
关键词 行为模式 数据挖掘 相似度 递归式相关函数 用户行为异常检测 入侵检测系统 网络安全 计算机网络
在线阅读 下载PDF
基于光流共生矩阵的人群行为异常检测 被引量:1
2
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
基于谱聚类算法的信息资产行为异常检测方法 被引量:4
3
作者 孟庆杰 尧海昌 《南京理工大学学报》 EI CAS CSCD 北大核心 2021年第2期205-213,共9页
在信息安全领域中,对信息资产的异常行为检测是相对困难的问题,特别是在无标记的数据集中定位某些未知的异常行为,这要求能充分找出历史数据中可以作为信息资产行为基线之内容,从而形成可靠的参照基准,并基于此对数据进行归纳和比对,分... 在信息安全领域中,对信息资产的异常行为检测是相对困难的问题,特别是在无标记的数据集中定位某些未知的异常行为,这要求能充分找出历史数据中可以作为信息资产行为基线之内容,从而形成可靠的参照基准,并基于此对数据进行归纳和比对,分析可能存在的未知威胁。该文利用机器学习中的谱聚类算法分析相关信息资产的历史网络通信数据,基于相似性方法提取特征,建立行为基线。将待检测数据与基线进行比对,当出现一定程度的偏离则认为存在行为异常。该文所提方法可对广泛存在于网络空间中的未知威胁进行识别,以弥补传统基于签名方式的检测方法的缺失。 展开更多
关键词 谱聚类算法 信息资产 行为异常检测 未知威胁
在线阅读 下载PDF
基于迁移VGG和线性支持高阶张量机的驾驶行为异常检测 被引量:2
4
作者 张志威 程军圣 《机械设计与制造》 北大核心 2022年第3期91-96,共6页
基于视觉对驾驶行为进行异常检测中,出于行车安全的角度考虑,在采集驾驶行为样本时异常驾驶行为不能长时间持续,因此数据集会存在异常样本数较少的问题。而对于高阶小样本数据,线性支持高阶张量机(Support Higher-Order Tensor Machine... 基于视觉对驾驶行为进行异常检测中,出于行车安全的角度考虑,在采集驾驶行为样本时异常驾驶行为不能长时间持续,因此数据集会存在异常样本数较少的问题。而对于高阶小样本数据,线性支持高阶张量机(Support Higher-Order Tensor Machine,简称SHTM)具有很好的分类性能。但视觉图像会包括整个驾驶区域,使其存在较多冗余信息,影响SHTM的分类精度,采用视觉几何群19网络(Visual Geometry Group Network19,简称VGG19)对数据进行特征提取能够有效的解决这个问题。同时,对于VGG19训练过程中样本数不足的问题,迁移学习能够很好的解决。因此,提出迁移VGG支持高阶张量机算法(Transfer VGG-Support Higher-Order Tensor Machine,简称迁移VGG-SHTM),利用VGG19对样本数据进行特征提取,并引入迁移学习的方法解决VGG19训练过程中数据样本较少的问题,最后利用SHTM对提取的特征进行分类,实现驾驶行为异常检测。为了验证该方法的有效性,邀请十位不同的驾驶员进行驾驶行为异常检测实验,对比VGG19、SHTM以及迁移VGG-SHTM的分类精度。结果显示迁移VGG-SHTM算法分类性能最佳。 展开更多
关键词 迁移学习 VGG19网络 SHTM 驾驶员行为异常检测
在线阅读 下载PDF
Agent动态交互信任预测与行为异常检测模型 被引量:11
5
作者 童向荣 黄厚宽 张伟 《计算机研究与发展》 EI CSCD 北大核心 2009年第8期1364-1370,共7页
在agent理论中,信任计算是一个有意义的研究方向.然而目前agent信任研究都是以平均交互成功率来计算,较少考虑信任动态变化,因而准确预测和行为异常检测的能力不能令人满意.针对上述问题,以概率论为工具,按时间分段交互历史给出agent交... 在agent理论中,信任计算是一个有意义的研究方向.然而目前agent信任研究都是以平均交互成功率来计算,较少考虑信任动态变化,因而准确预测和行为异常检测的能力不能令人满意.针对上述问题,以概率论为工具,按时间分段交互历史给出agent交互信任计算模型CMAIT;结合信任的变化率,给出信任计算的置信度和异常检测机制.实验以网上电子商务为背景,实验结果显示该计算模型的预测误差为TRAVOS的0.5倍,计算量也较少;既可用于对手历史行为的异常检测,防止被欺骗,又可用于对手未来行为的预测.改进了Jennings等人关于agent信任的工作. 展开更多
关键词 多AGENT系统 agent信任 动态交互信任 信任计算模型 异常行为检测
在线阅读 下载PDF
基于人头检测与跟踪的人群行为异常检测 被引量:6
6
作者 张睿鑫 齐艺璇 朱秋煜 《电子测量技术》 2018年第24期72-76,共5页
随着技术的进步与人们对社会公共安全重视程度的提高,视频监控系统在日常生活中发挥着越来越重要的作用。构建人群异常行为检测可以帮助监管人员及时做出决策,也大大节省人力资源。基于深度学习目标检测模型,提出一种基于人头检测与跟... 随着技术的进步与人们对社会公共安全重视程度的提高,视频监控系统在日常生活中发挥着越来越重要的作用。构建人群异常行为检测可以帮助监管人员及时做出决策,也大大节省人力资源。基于深度学习目标检测模型,提出一种基于人头检测与跟踪的人群行为异常检测方法,通过大量的样本训练一个单一人头目标检测的MobileNetSSD卷积神经网络模型,将一幅图像输入神经网络模型中识别出人头的位置,基于核化相关滤波算法的目标跟踪对检测到的人头进行跟踪,最后基于运动信息进行异常行为判断。大量室内场景实验测试证明此系统的实时性好、准确率高,具有较强的鲁棒性。 展开更多
关键词 视频监控 深度学习 MobileNet-SSD 核化相关滤波算法 异常行为检测
在线阅读 下载PDF
基于视频异常行为检测在粮食仓储行业的应用研究进展
7
作者 陈卫东 丁俊丹 +2 位作者 韩志强 何为 张峰 《粮油食品科技》 北大核心 2025年第3期204-210,共7页
加强有限空间作业安全管理是预防和减少生产安全事故的重要基础,在粮仓封闭大空间内,由于光线不足和空气流通受限,作业过程中存在较大的安全风险,利用仓内监控视频对作业人员的行为进行检测和分析,是确保安全作业的重要技术手段。本文... 加强有限空间作业安全管理是预防和减少生产安全事故的重要基础,在粮仓封闭大空间内,由于光线不足和空气流通受限,作业过程中存在较大的安全风险,利用仓内监控视频对作业人员的行为进行检测和分析,是确保安全作业的重要技术手段。本文总结了基于视频的粮仓作业异常行为检测的数据集建立与预处理方法,阐述了机器学习和深度学习技术在该领域的应用进展,包括异常行为识别、实时预警等方面的技术创新与实践应用。同时,汇总了该领域研究成果及存在的问题,如数据集不完善、模型准确性不足等,对未来研究方向进行了展望。 展开更多
关键词 粮食仓储 视频 异常行为检测 深度学习
在线阅读 下载PDF
伪异常引导的融合注意力和记忆增强的鱼群异常行为检测
8
作者 袁红春 肖智豪 《湖南农业大学学报(自然科学版)》 北大核心 2025年第1期123-130,共8页
现有的鱼群异常行为检测方法无法有效提取高级语义信息、特征学习不足,且缺乏对异常样本的学习和提取关键特征的能力,无法满足现有的大规模水产养殖需求。笔者结合深度学习技术,提出了一种伪异常引导的融合注意力和记忆增强的鱼群异常... 现有的鱼群异常行为检测方法无法有效提取高级语义信息、特征学习不足,且缺乏对异常样本的学习和提取关键特征的能力,无法满足现有的大规模水产养殖需求。笔者结合深度学习技术,提出了一种伪异常引导的融合注意力和记忆增强的鱼群异常行为检测方法:通过在视频序列中随机选择跳跃的帧构建伪异常合成器生成伪异常样本,增强对异常样本的感知能力;提出选择性内核频率通道注意力(SKFca)机制,在选择性内核(SK)注意力的基础上引入频域信息,以捕捉更丰富的输入信息;通过瓶颈注意力(BAM)机制在通道和空间维度上抑制不相关的背景特征,突出前景目标特征;在2种注意力模块后面添加记忆增强模块,将异常样本的编码特征替换为正常样本的编码特征,扩大异常样本输出与输入的重构误差;将记忆增强后的通道和空间维度上的关键特征和频域特征融合,以全面提取高级语义信息。结果表明,本研究所提方法在2种自制的鱼类数据集上检测效果都很好,曲线下面积(AUC)分别达0.953和0.957,且能实现对异常的精确定位。 展开更多
关键词 鱼群异常行为检测 高级语义信息 深度学习 异常引导 注意力机制 记忆增强
在线阅读 下载PDF
DMU-YOLO:机载视觉的多类异常行为检测算法 被引量:1
9
作者 韩佰轩 彭月平 +1 位作者 郝鹤翔 叶泽聪 《计算机工程与应用》 北大核心 2025年第7期128-140,共13页
针对无人机航拍图像的检测算法中存在小目标识别精度低和特征提取能力不足的问题,设计了一种改进YOLOv9的多类别异常行为检测算法。该算法在模型头部加入改进的维度感知选择性集成模块,进行了有效的通道分割和融合策略,并在主干部分添... 针对无人机航拍图像的检测算法中存在小目标识别精度低和特征提取能力不足的问题,设计了一种改进YOLOv9的多类别异常行为检测算法。该算法在模型头部加入改进的维度感知选择性集成模块,进行了有效的通道分割和融合策略,并在主干部分添加多维协同注意力机制,同时引入最大特征池化,强化了针对自建数据集的特征提取能力,而后将通用倒置残差模块与原网络的特征提取模块融合,形成了UIB-RepELAN特征提取模块,有效提升了模型检测的鲁棒性,针对难易样本不均匀分布导致的数据集长尾分布等问题,采用数据增强方法对异常类别样本进行扩充,并使用Focaler-IoU对损失函数进行重构,提高模型泛化能力。结果表明,相较于基线模型,在Vis-Drone2019数据集上的检测精度由0.046提高到0.048;针对自建数据集的检测精度由0.909提高到0.960,平均检测用时为28 ms,满足了高效率高精度的检测要求。 展开更多
关键词 YOLOv9算法 多类异常行为检测 特征提取 无人机航拍数据集 深度学习
在线阅读 下载PDF
基于自编码器的人群异常行为检测算法
10
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
基于特征增强和模态交互的视频异常行为检测
11
作者 吴沛宸 李文斌 +1 位作者 郭放 刘钊 《计算机辅助设计与图形学学报》 北大核心 2025年第3期407-413,共7页
对比语言-图像预训练模型作为一种基于多模态对比训练的神经网络,通过预训练大量的语言-图像对提取具有判别性的图像特征.为了关注连续帧之间的时序关系,消除不同模态特征之间的信息分布差异,提出一种基于特征增强和模态交互的视频异常... 对比语言-图像预训练模型作为一种基于多模态对比训练的神经网络,通过预训练大量的语言-图像对提取具有判别性的图像特征.为了关注连续帧之间的时序关系,消除不同模态特征之间的信息分布差异,提出一种基于特征增强和模态交互的视频异常行为检测算法.首先针对对比语言-图像预训练模型在视频连续帧特征提取阶段时间依赖性差的问题,使用局部和全局时间适配器构建时间相关性增强模块,分别在局部和全局注意力层关注时序信息;然后针对不同模态特征存在域间信息差异的问题,设计一种基于窗口分区移位的多模态特征交互模块,通过滑动窗口控制特征内部交互,消除信息分布差异;最后通过对齐视觉特征和文本特征,得到帧级异常置信度.在UCF-Crime数据集上,所提算法取得87.20%的检测准确率,验证了其有效性. 展开更多
关键词 对比语言-图像预训练 视频异常行为检测 时间相关性 特征增强 模态交互
在线阅读 下载PDF
基于长短周期特征的用户异常行为检测
12
作者 王世谦 白宏坤 +2 位作者 贾一博 卜飞飞 黄勇 《郑州大学学报(理学版)》 北大核心 2025年第6期65-73,82,共10页
随着能源大数据平台用户数量与类型的不断增多,其面临的内部安全威胁也愈加突出。用户异常行为检测是抵御内部安全威胁的一种有效手段。当前主流的检测方法没有考虑同一平台内不同类型用户的行为差异以及访问行为的长短周期特征,检测性... 随着能源大数据平台用户数量与类型的不断增多,其面临的内部安全威胁也愈加突出。用户异常行为检测是抵御内部安全威胁的一种有效手段。当前主流的检测方法没有考虑同一平台内不同类型用户的行为差异以及访问行为的长短周期特征,检测性能较低。为此,利用不同类别用户的行为特点,提出长短期孤立森林模型和多时间窗口并列门循环神经网络,分别构建用户长、短周期内的访问行为特征,最后融合两种模型的结果构建一个基于用户类别的异常行为检测框架。结合某省能源大数据平台系统对所提框架进行了验证,实验结果表明,所提框架能够有效刻画平台用户的访问规律,并具有较高的异常行为识别准确率与异常处理效率。 展开更多
关键词 用户行为 异常行为检测 长周期特征 短周期特征
在线阅读 下载PDF
基于时间-通道拓扑解耦图卷积的异常行为检测 被引量:1
13
作者 张家波 唐上松 何阿娟 《信号处理》 CSCD 北大核心 2024年第12期2193-2205,共13页
随着姿态估计技术的发展,使用人体骨骼数据而非传统像素数据进行异常行为检测成为可能,这种异常检测方法克服了传统基于像素特征的方法中光照、视角和背景噪声等因素带来的问题。然而,现有的图卷积网络(Graph Convolutional Network,GCN... 随着姿态估计技术的发展,使用人体骨骼数据而非传统像素数据进行异常行为检测成为可能,这种异常检测方法克服了传统基于像素特征的方法中光照、视角和背景噪声等因素带来的问题。然而,现有的图卷积网络(Graph Convolutional Network,GCN)在处理人体骨骼数据时,通常使用固定的邻接矩阵进行信息聚合,这限制了模型在提取行为特征时的灵活性。为了解决上述问题,本文提出了基于时间-通道拓扑解耦的图卷积网络(TimeChannel Topology Decoupling Graph Convolution Network,TCTD-GCN)。TCTD-GCN分别在时间和通道维度上采用拓扑学习的方式来学习自适应的邻接矩阵,从而实现时间和通道的有效解耦。学习得到的自适应邻接矩阵能更准确地聚合特征,促进对人体行为的准确表示。此外,文章提出一种虚拟异常引导的自监督异常检测(Virtual Anomaly-guided Self-supervised Anomaly Detection,VASAD)策略来提高检测精度。VASAD将异常检测问题视作一个多分类问题,通过将正常行为的不同类别视为“虚拟异常”来辅助模型训练,从而在测试阶段更准确地区分正常与异常行为。这种策略增强了模型对正常行为内在差异的学习,提高了对真实异常的判别能力。最后,本文模型在ShanghaiTech Campus、CUHK Avenue和USCD Ped2三个主流数据集上进行实验,帧级曲线下面积(area under the curve,AUC)分别达到76.6%、87.7%和95.3%,在ShanghaiTech Campus和CUHK Avenue数据集上相对主流模型有明显提升,验证了模型的有效性和优越性。 展开更多
关键词 人体骨骼 异常行为检测 解耦图卷积 自适应邻接矩阵 多类别异常检测
在线阅读 下载PDF
基于多层记忆增强和残差时空变换器的鱼类异常运动行为检测
14
作者 袁红春 陈香枝 《湖南农业大学学报(自然科学版)》 CAS CSCD 北大核心 2024年第5期119-124,共6页
由于人工提取抽象特征方法捕获视频异常存在特征学习不足、特征选择困难和泛化性差的问题,笔者将计算机视觉技术引入鱼群异常运动行为检测研究中,采用无监督的学习方式,提出一种结合多层记忆增强和残差时空变换器的鱼类异常运动行为检... 由于人工提取抽象特征方法捕获视频异常存在特征学习不足、特征选择困难和泛化性差的问题,笔者将计算机视觉技术引入鱼群异常运动行为检测研究中,采用无监督的学习方式,提出一种结合多层记忆增强和残差时空变换器的鱼类异常运动行为检测方法。该方法以U-Net网络为基础,利用其编码器和解码器对视频帧编码和解码,并根据预测帧和真实帧之间的差异实现异常行为检测。为了加强连续视频帧之间的时空信息特征联系,提出残差时间变换器模块和残差空间变换器模块以提升网络对时间信息和空间信息的建模能力。由于卷积神经网络具有一定的泛化能力,使用记忆增强模块代替U-Net网络中的跳跃连接,降低编码器对异常帧的表示能力。此外,采用生成对抗网络(GAN)技术生成更加真实的预测帧,从而提升网络的检测精度。结果表明:该方法能有效提取鱼群的运动特性和外观特性,在自制的两类鱼群数据集上的AUC(曲线下面积)分别达0.916和0.921,实现了鱼群异常运动行为检测。 展开更多
关键词 鱼类异常行为检测 计算机视觉 无监督学习 U-Net 时空变换器
在线阅读 下载PDF
骨架引导的多模态视频异常行为检测方法 被引量:3
15
作者 付荣华 刘成明 +2 位作者 刘合星 高宇飞 石磊 《郑州大学学报(理学版)》 CAS 北大核心 2024年第1期16-24,共9页
视频异常行为检测是智能视频监控分析的一项重要且具有挑战性的任务,旨在自动发现异常事件。针对只采用单骨架模态导致部分相似运动模式的行为难以区分和缺乏时间全局信息的问题,提出骨架引导的多模态异常行为检测方法。为了充分利用RG... 视频异常行为检测是智能视频监控分析的一项重要且具有挑战性的任务,旨在自动发现异常事件。针对只采用单骨架模态导致部分相似运动模式的行为难以区分和缺乏时间全局信息的问题,提出骨架引导的多模态异常行为检测方法。为了充分利用RGB视频模态和骨架模态的优势进行相似行为下的异常行为检测,将从骨架模态中提取的动作行为特征作为引导,使用新的空间嵌入来加强RGB视频和骨架姿态之间的对应关系。同时使用时间自注意力提取相同节点的帧间关系,以捕获时间的全局信息,有效提取具有区分性的异常行为特征。在两个大型公开标准数据集上的实验结果表明所提方法能够有效加强骨架引导的多模态特征在空间和模态上的对应关系,并捕获时空图卷积缺乏的时间全局信息,使运动模式相似的异常行为实现更准确检测。 展开更多
关键词 视频异常行为检测 骨架 多模态融合 时空自注意力增强图卷积 空间嵌入
在线阅读 下载PDF
多尺度融合与FMB改进的YOLOv8异常行为检测方法 被引量:10
16
作者 石洋宇 左景 +2 位作者 谢承杰 郑棣文 卢树华 《计算机工程与应用》 CSCD 北大核心 2024年第9期101-110,共10页
针对异常行为检测目标面临多尺度变化、易漏检误检以及复杂背景干扰等问题,提出了一种多尺度特征融合与快速多交叉结构改进的行人异常行为检测方法。该方法以YOLOv8为基线网络,在模型主干部分设计了快速多交叉结构提升上下文信息感知能... 针对异常行为检测目标面临多尺度变化、易漏检误检以及复杂背景干扰等问题,提出了一种多尺度特征融合与快速多交叉结构改进的行人异常行为检测方法。该方法以YOLOv8为基线网络,在模型主干部分设计了快速多交叉结构提升上下文信息感知能力并减少网络参数,提出空间递进卷积池化模块实现多尺度信息融合,降低尺度差异带来的易漏检误检问题,提高检测的准确度;在模型颈部中引入SimAM注意力机制抑制复杂背景干扰,提升目标检测性能;最后采用WIoU损失函数平衡检测锚框的惩戒力度增强模型泛化性能。所提方法在UCSD-Ped1、UCSD-Ped2数据集进行验证,并在OPIXray数据集进行了泛化性测试。结果表明,所提方法异常行为识别精度较诸多先进检测算法均有不同程度的提升,且参数量更小,是一种性能较为优异的行人异常行为检测方法。 展开更多
关键词 异常行为检测 YOLOv8 空间递进卷积池化(S-PCP) 快速多交叉结构(FMB)
在线阅读 下载PDF
基于深度学习的城际高铁轨道交通站台异常检测研究
17
作者 毛良 邱启盛 +3 位作者 刘瑞康 段梦飞 董佳勋 刘伟铭 《铁道标准设计》 北大核心 2025年第6期196-204,226,共10页
城际铁路站台门与列车间的风险空间具有超长、超大、视线死角多和环境超复杂等特点,更容易出现遗留物品、乘客异常行为及乘客越过限界区等影响列车运营的安全事件。现有的异常检测方法存在检测盲区大、误检率高及无法检测异常等问题,不... 城际铁路站台门与列车间的风险空间具有超长、超大、视线死角多和环境超复杂等特点,更容易出现遗留物品、乘客异常行为及乘客越过限界区等影响列车运营的安全事件。现有的异常检测方法存在检测盲区大、误检率高及无法检测异常等问题,不适合城际铁路站台门与站台边界距离超过1.2 m或更大风险空间的异常检测任务。为此,在分析城际铁路风险空间特点的基础上,研究顶装式视觉传感器相比现有的其他检测方式在异常检测任务中的优势和潜力。其次,研究城际铁路风险空间异常检测的具体需求并分析深度学习方法在该任务中所具备的高适应能力。最后,介绍几种用于城际铁路风险空间异常物体检测及乘客异常行为检测的算法,并与现有的技术进行比较。在站台异物检测任务中,提出一种基于图像修复的城际铁路异物检测网络,利用图像修复自动编码器,全局重建误差和局部异常信息增强模块,突出重建的无异常图片和输入的异常图片之间的差异,算法检测精度达到99.3%。在异常行为检测中,提出一种基于骨架的识别框架,通过姿态估计网络获得个人骨架数据,并结合图卷积神经网络对骨架序列进行分类,对跌倒、蹲下、弯腰和行走这4种行为的平均识别率达到91.7%。 展开更多
关键词 高速铁路 城际轨道交通 深度学习 异物检测 异常行为检测
在线阅读 下载PDF
视频异常行为检测综述 被引量:1
18
作者 吴沛宸 袁立宁 +1 位作者 郭放 刘钊 《计算机科学与探索》 CSCD 北大核心 2024年第12期3100-3125,共26页
视频异常行为检测作为计算机视觉的研究热点,通过提取视频内容时间和空间特征,判断视频中是否存在异常事件和事件种类,定位异常发生的区域和时间。以有监督/无监督学习为线索,对现有视频异常行为检测方法进行系统梳理和归纳。在有监督... 视频异常行为检测作为计算机视觉的研究热点,通过提取视频内容时间和空间特征,判断视频中是否存在异常事件和事件种类,定位异常发生的区域和时间。以有监督/无监督学习为线索,对现有视频异常行为检测方法进行系统梳理和归纳。在有监督类方法中,细分为基于偏差均值计算方法和基于多模态方法;在无监督类方法中,主要总结了基于完全无监督的多种方法。从当前主流建模思路出发对偏差均值计算方法系统性说明,按照不同模态特征的使用及其处理方式对多模态方法进行阐述和总结,根据两种模型训练方式介绍完全无监督方法。对比了不同模型的网络架构,并归纳总结出各类异常行为检测模型的测试数据集、使用场景、优势和局限性。通过基准数据集以帧级标准和像素级标准等常用评价标准进行了模型比较和性能评估,同时通过不同方法的性能表现进行类内对比,并对结果进行分析总结。通过虚拟合成数据集、多模态大模型和轻量级模型等五个方向探究了视频异常行为检测的发展趋势。 展开更多
关键词 异常行为检测 深度学习 完全无监督 多模态特征
在线阅读 下载PDF
基于注意力特征融合的视频异常行为检测 被引量:1
19
作者 吴沛宸 袁立宁 +2 位作者 胡皓 刘钊 郭放 《图学学报》 CSCD 北大核心 2024年第5期922-929,共8页
当前以多头自注意力为代表的基于注意力机制的特征融合方法在很大程度上取决于特征间的相关性,其跨域融合能力有限,且特征融合后由于不同特征的域间差异,导致时空感知能力不足,有效融合2种跨域特征仍面临挑战。针对RGB特征和光流特征跨... 当前以多头自注意力为代表的基于注意力机制的特征融合方法在很大程度上取决于特征间的相关性,其跨域融合能力有限,且特征融合后由于不同特征的域间差异,导致时空感知能力不足,有效融合2种跨域特征仍面临挑战。针对RGB特征和光流特征跨域表达能力不足、融合后特征的时空感知能力弱等问题,提出了一种基于注意力特征融合的视频异常行为检测方法。首先采用一种轻量级注意力特征融合模块(LAFF)构筑融合机制,进行RGB和光流特征的融合,进而在增强融合后特征表达能力的同时减少网络参数量,提高异常检测算法性能。在全局时空感知阶段,通过多分支卷积模块(DBB)增强特征时空感知能力,同时需兼顾计算复杂度和检测效果。在UCSD Ped2数据集上取得了99.85%的识别效果,在CUHK Avenue和LAD 2000数据集上表现同样良好,验证了该方法的有效性。 展开更多
关键词 计算机视觉 异常行为检测 特征融合 注意力机制 多分支卷积
在线阅读 下载PDF
拓扑信息引导的视频异常行为检测方法 被引量:1
20
作者 陈明一 李洪均 《计算机工程与应用》 CSCD 北大核心 2024年第16期228-235,共8页
在视频异常检测任务中,良好的特征提取能力在多帧预测方法中十分重要。然而当面对复杂的环境时,传统的基于空间特征的提取方法往往在多层卷积的过程中忽略了底层特征之间的全局依赖关系。为了更好地进行特征提取,提出一种依托拓扑强相... 在视频异常检测任务中,良好的特征提取能力在多帧预测方法中十分重要。然而当面对复杂的环境时,传统的基于空间特征的提取方法往往在多层卷积的过程中忽略了底层特征之间的全局依赖关系。为了更好地进行特征提取,提出一种依托拓扑强相关信息引导的视频异常检测方法。该方法针对底层特征序列进行全局相关性信息的提取,并以此初步增强特征中强关联的信息。将底层特征作为节点,裁剪后的相关性信息作为邻里矩阵,构建关键特征之间的拓扑结构关系图,有效地利用了关键特征的拓扑结构信息。将初步增强的特征与拓扑结构特征进行特征融合,帮助模型更深入更全面地筛选关键特征,提高了特征表达能力。该方法在Ped2、Avenue和ShanghaiTech三个公开数据集上取得了良好的视频帧预测效果,提高了模型的检测精度。 展开更多
关键词 视频异常行为检测 相关性信息提取 拓扑关系网络构建 拓扑特征提取
在线阅读 下载PDF
上一页 1 2 6 下一页 到第
使用帮助 返回顶部