基于分层特征的群体行为识别

提出了一种基于分层特征的群体行为识别方法。为了有效地描述识别信息,利用三层局部因果关系编码群体行为来描述运动特征,采用自我因果关系,双人因果关系,群体因果关系分别描述个人层级,双人层级,群体层级的运动特征,并结合外观特征来描述群体行为。最后,采用概率潜在语义分析(PLSA,Probabilistic Latent Semantic Analysis)模型进行群体行为识别。利用该方法在NUS-HGA这个数据集上进行了训练与测试,证明了该方法的有效性。     

基于视频分析的街道犯罪行为预警系统设计

在人工监控视频的应用中,其可以通过街道行为分析,制定相应的犯罪预警机制。基于视频监控在犯罪行为预警中的应用,文中完成了视频街道犯罪行为预警系统的设计,其可对街道上的异常行为进行自动分类和分级预警,完成个体行为和群体行为分析。结果发现该系统在应用中可以实现关于街道普遍异常行为的分类分级预警,对违法犯罪行为起到了一定的预警作用。     

视频监控中人群流量和密度估计算法分析

对视频监控领域的群体分析技术进行了研究,包括基于像素统计和纹理分析方法的人群密度估计算法和基于分割和统计回归的在景人数统计的算法.这些算法在不同的背景下各具优点,但在实际应用中仍存在许多缺陷,需要进行改良和提升.最后,预测了对群体分析技术的发展趋势.     

智能图像监控前端系统技术分析及应用

首先从多个方面深入探讨了上海城市图像监控系统建设现状和主要的问题,然后分析了城市公共安全图像监控智能前端系统的应用模式,并且分析了高清智能前端关键技术中存在的挑战,最后总结了智能图像监控图像监控前端系统的应用条件和前景.     

探究智能视频监控技术研究及应用

文章对智能视频监控技术研究及应用进行分析,总结了这种技术的详细内容,并阐述了监控技术的应用流程和应用情况,从而加快智能视频监控技术的发展,扩大其应用范围,使监控产品逐渐从模拟化向数字化、网络化及智能化方向发展,为人们的生活提供便利。     

网络环境下“舆论反转剧”的失范与规制

进入自媒体时代后,网民群体日益扩大,表现出其特有的群体特征,并且对网络舆论环境乃至于整个社会舆论环境造成了显著的影响,加之多方的介入,导致近几年频繁发生"舆论反转剧"。本文结合当前网络现状和相关案例,参考了勒庞《乌合之众》中关于群体行为的相关观点,从网络群体的特征和网络舆论领袖两个方面,简要分析了近几年网络舆论当中的显著现象——"舆论反转",并提出了一些应对策略。     

智能优化的微粒群算法研究

微粒群算法是移动计算主体与群体的选择中，符合智能计算，以群体为操作单元的一种演化方法。它起源于对简单社会系统的模拟，由单一个体组成的群体与环境以及个体之间的互动行为，从而产生可预测的群体行为，这种方法优化了个体的行为策略。研究了微粒群优化算法，指出了该算法的研究进展，以此启发更深入的理论和应用研究。     

基于布谷鸟算法的群体动画角色行为自动控制方法

动画制作中经常需要模拟群体行为,不仅要求群体的运动规律具有一致性,同时要求每个个体的运动具有独立性。布谷鸟算法是一种新兴的群体智能算法,能够模仿鸟群寻找最佳鸟巢位置的运动行为。因此,提出将改进的布谷鸟算法用于对群体动画角色的运动自动控制,从而生成个体的运动路径,实现逼真的动画辅助设计。首先针对群体行为特性采用混沌映射和动态步长对标准的布谷鸟算法进行改进,以便提高收敛速度和寻优精度。然后通过NURBS建模方法进行群体模型构建,并引入碰撞检测以便解决个体之间的碰撞问题。在Maya动画软件中对该行为控制算法进行群聚和碰撞测试,验证了其有效性和可行性。     

基于手机信令数据的大客流监控应用研究

首先分析处理全市用户位置的大数据所需的架构、特点以及当前存在的问题,然后从各个数据源的应用场景和算法特征分析能覆盖2G/3G/4G用户各种应用场景的数据源算法.为了更好地验证所采用的基于手机信令数据的各种算法对大客流监控能力的提升,结合试验结果给出中国电信应用项目场景的成功案例,便于基于手机信令数据的大客流监控在电信信息化的应用实施进行参考.最后对基于基站的定位在高密度人群等大客流监控中的位置和角色以及对此可能带来的变化进行了探讨.     

融合时间和空间上下文特征的群体行为识别

群体行为识别任务中,行为特征具有复杂的时空特性。为了实现有效的行为特征时间编码,本文提出一种融合时间和空间上下文特征的群体行为识别模型。为了分析个体行为特征的时间上下文依赖关系,设计了通道级时间上下文模块,该模块对个体特征的多个通道进行时间平移;分别研究时间延迟移动、时间双向移动、时间循环双向移动的3种策略,并讨论各种策略下通道比例对时间上下文估计的作用。其次,构建了基于融合通道级时间上下文特征的空间图模型,用于对个体空间上下文的编码。该模型使用外观和位置估计初步的个体之间的空间上下文关系,并进一步设计多图策略,来估计多种可能的个体之间的关系。最后,对图模型编码的个体特征,使用个体池化获得群体特征,并使用多层感知器来识别群体行为。本文方法在Volleyball和Collective Activity数据集上优于现有群体行为识别方法,设计的时间上下文特征具有良好个体行为编码能力。     

Attention guided feature pyramid network for crowd counting

Crowd counting has become a hot topic because of its wide applications in video surveillance and public security. However, one main problem of the deep learning methods for crowd counting is that the location information about the crowd is degraded irreversibly due to the spatial down-sampling of convolutional neural networks, which degrades the quality of generated density maps. To remedy the above problem, we propose an attention guided feature pyramid network (AG-FPN) for crowd counting, which can adaptively generate a high-quality density map with accurate spatial locations by combining the high- and low-level features. An attention block is added to each encoder layer to further emphasize the crowd regions and suppress the background clutters in feature extraction. Experimental results on the ShanghaiTech, UCF_CC_50, WorldExpo’10 and UCF-QNRF datasets demonstrate the superiority of the proposed method over state-of-the-art approaches.     

基于EPON技术的公安网建设及工程案例分析

首先,主要介绍了视频监控产业的发展现状,以及我国公安网建设的基本现状。同时,介绍了基于EPON光传输网络的公安网视频监控工程的建设,并通过实际工程的案例进行了较为详细的分析,以期加深对公安网建设的了解。     

显著性光流直方图字典表示的群体异常事件检测

在视频监控系统已被广泛应用的今天,基于监控视频的群体异常事件检测已成为保障社会安全的迫切需要,越来越受到人们的重视。该文基于这一现状,提出了一个新的群体异常事件检测方案,实现对监控视频自动高效的检测。在特征提取方面,提出了显著性光流直方图特征描述符,并利用该特征描述符构建字典;在字典优化方面,提出了基于聚类的多字典组合学习框架,将原始的大字典分为多个子字典;最后,对于测试样本,找出最适合的子字典并计算测试样本在该子字典下的重建误差,即可判断测试样本是否异常。在两个数据集上的实验表明,与其它方法相比,该文提出的方法对拥挤场景下监控视频中的群体异常事件检测取得了较好的检测性能。      

智慧城市安防高清视频资源共享系统及应用

首先介绍智慧城市安防视频资源共享系统的主要技术路线分析和各子系统的组成,然后详细阐述该系统的高标清视频兼容、社会图像监控资源接入方式、存储设备的选择等关键技术分析,最后结合公安实战需求,总结该系统在智能化方面的综合应用.     

医院监控场景下的人群密度估计方法

人群密度估计是智能化人群监控中的重要内容,在公共安防、管理控制和商业决策等方面起着重要作用。文中针对医院应用场景,采用一种基于分块的方法,对每一个子图像分别利用基于像素特征与最小二乘直线拟合方法进行人数定量分析和基于灰度共生矩阵与支持向量机的方法进行密度定性分析,得到整幅图像中不同子图及整幅图像的人数和密度分布图。实验表明,该方法能有效的提高人群密度估计的准确率,且还能对局部的密度异常精准定位。     

基于可变矩形框的人群密度估计算法

随着经济的发展,在一些公共场合人流量越来越大。传统的人工监控因为其局限性,已不能满足实际需要,于是出现了基于图像处理技术的智能视频场景监控系统。针对高人流密度场景的现状,在基于像素数的人群密度估计算法的基础上,提出了基于可变矩形框的人群密度估计算法。该算法主要由最小二乘法线性拟合和检测算法2部分组成。实验结果表明该算法不仅能减小视频中行人大小变化所造成的像素数非线性变化误差,而且能较有效地消除噪声点的影响,具有较高的人群密度估计准确度和鲁棒性。     

视频监控设备身份认证机制的设计与实现

针对视频监控系统接入层中前端设备的身份安全问题,通过对会话初始协议(Session Initia-tion Protocol,SIP)进行研究和扩展,设计并改进了一种基于超文本传输协议(Hyper Text Transfer Pro-tocol,HTTP)摘要访问认证的SIP安全机制.前端设备在接入视频监控系统前,需要通过该安全机制与系统安全管理平台上的SIP服务器进行身份认证.认证双方基于公钥基础设施数字证书认证体系(Public Key Infrastructure/Certificate Authority,PKI/CA)获取对方的数字证书后解析公钥,在摘要认证的基础上使用公钥加密和私钥签名来保护认证序列的安全性,解密认证序列后通过异或校验和摘要校验实现双向身份认证.测试与分析结果表明,改进的安全机制能够抵御常见的SIP安全风险,实现设备与安管平台间的双向身份认证,在适当损失效率的情况下确保接入系统的设备身份合法可信.     

Crowd Segmentation Using both Appearance and Stereo Information

Crowd segmentation is an important issue in video surveillance. With the decrease in their cost, stereo cameras can be used to help develop new algorithms to achieve better accuracy in crowd segmentation. This paper aims to develop a method to explore the depth cues for crowd segmentation in video surveillance. The contributions of this paper are twofold. First, a novel crowd segmentation method closely coupling appearance and stereo information has been developed. Instead of performing disparity calculation as a preprocessing step, stereo information is obtained concurrently with appearance-based crowd segmentation. Second, an object-level disparity algorithm is proposed for object segmentation in surveillance scenarios. Only one disparity value for each hypothetical object greatly reduces the computational complexity and simplifies the segmentation method. Experimental results and quantitative evaluations based on two surveillance scenarios are presented in this paper. The results consistently show the effectiveness of the algorithm in exploring depth cues for crowd segmentation.     

城市公共安全图像监控技术的发展论述

城市公共安全图像监控系统在城市公共安全常态管理、重大活动及突发事件应急指挥中发挥着越来越重要的作用,随着现代城市社会和经济的高速发展,其在许多地方得到了推广和应用。但与此同时,城市的发展也对公共安全监控系统提出了更高的要求。现阶段城市公共安全图像监控系统还相对不完善,仍然有很多需要改进的地方。就城市公共安全图像监控系统发展所面临的问题进行分析,并提出发展建议。