共查询到19条相似文献,搜索用时 78 毫秒
1.
2.
本文提出了一种基于行为减法的视频异常检测研究的方法。与传统的视频异常检测方法相比,该方法不需要先对目标进行标签、识别、归类和跟踪,因此,需要的计算量和内存消耗较少,实时性良好。基于物理世界中的事件都是时空相关的,该方法很好地利用了事件的时空特性。在动态特征检测的预处理基础上,直接在像素点上进行操作。在训练阶段,对每一个像素点,先建立一个时空共生模型,通过建模,计算正常事件概率;然后在检测阶段,采用相同的模型,将计算获得的概率值经过阈值比较的方法,确定该点是否为异常。通过实验证实,该方法在视频异常检测中具有高效性,并且可以应用在很多场合。 相似文献
3.
徐晓 《电子技术与软件工程》2023,(6):193-197
本文对基于卷积神经网络的视频异常检测算法进行了深入研究和系统梳理:首先,总结了视频异常检测研究意义及基本流程;其次,面向视频异常检测三个关键步骤(场景目标感知、检测模型学习、异常目标推断)分类概述了当前提出的相关算法;最后,讨论和展望了本领域未来重点研究方向。 相似文献
4.
5.
随着计算机视觉技术在图像处理与模式识别中应用的不断深入,人体
运动目标检测逐渐成为了备受人们关注的热点问题。提出了一种改进的人体运动目标检测算法。
用中值法提取了图像的背景,然后通过结合背景差分法和帧间差分法处理图像得到了运动目标区域。试验结果
表明,该方法可克服单种算法所带来的缺陷,同时还具有较高的准确性,且满足工程实时性的需
求。本文算法简单有效,适合应用在嵌入式平台上。 相似文献
6.
针对直接利用卷积自编码网络未考虑视频时间信息的问题,该文提出基于贝叶斯融合的时空流异常行为检测模型。空间流模型采用卷积自编码网络对视频单帧进行重构,时间流模型采用卷积长短期记忆(LSTM)编码-解码网络对短期光流序列进行重构。接着,分别计算空间流模型和时间流模型下每帧的重构误差,设计自适应阈值对重构误差图进行二值化,并基于贝叶斯准则对空间流和时间流下的重构误差进行融合,得到融合重构误差图,并在此基础上进行异常行为判断。实验结果表明,该算法在UCSD和Avenue视频库上的检测效果优于现有异常检测算法。
相似文献7.
针对视频中人群异常行为检测问题,提出一种基于场景相似性和光流的人群异常行为检测方法。该方法分别使用卷积网络和光流提取视频中人群的外观特征和运动特征。在外观特征方面,使用感知哈希算法得到场景相似性异常值;在运动特征方面,改进Shi-Tomasi特征提取算法,并利用局部光流法提取运动特征异常值。文中将两种特征的异常值融合作为异常行为的判定依据。在异常行为建模方面,使用单分类SVM对异常值进行建模。在UMN基准数据集上进行对比试验,文中提出的融合方法取得了较好的检测效果,AUC值能够达到0.91。 相似文献
8.
基于Robinson双模板匹配及融合的点目标检测算法 总被引:1,自引:0,他引:1
为了提高复杂背景下红外预警系统对空中红外点目标的探测效果,对传统Robinson滤波器的模板应用进行了延伸,在背景抑制和背景分割的基础上,对单帧红外图像中点目标进行Robinson滤波器双模板匹配及融合检测.实验表明,与传统Robinson滤波相比,此方法既提高了点目标的检测概率,同时更好地抑制了背景,取得了较为理想的目标检测效果. 相似文献
9.
针对视频场景的人群运动状态分析问题提出了一种方法,包括人群密度分级和运动异常检测.该方法利用场景中不同区域的亮度信息作为BP网络的输入向量分类人群密度,降低了计算的复杂性,排除不必要的干扰信息.在异常检测方面利用光流法获取人群的运动信息,包括运动速度和运动方向.实验结果表明,该方法的精度及实时性均高于传统方法,对确定视频场景中人群运动状态是有效的,可以为防止大规模安全事故提供参考. 相似文献
10.
视频异常行为检测是目前计算机视觉领域的热点问题之一.然而,由于异常行为难以具体定义,使得基于监督学习的二类分类方法难以应用在该领域.本文提出了一种无监督的视频异常检测模型,称之为基于时空特征融合的3D自编码器模型(ST-3DCAE).模型采用PWCNet提取场景光流特征图,并与原视频帧融合作为基本单元,由多个基本单元组... 相似文献
11.
基于决策级融合的RX高光谱影像异常检测算法 总被引:1,自引:1,他引:0
对高光谱影像的RX异常检测算法进行了研究。针对RX算法中对高维数据局部背景协方差矩阵估计存在较大误差的局限性,提出一种基于决策级融合的RX算子高光谱影像异常目标检测算法。首先,对同一场景下的可见近红外数据和短波红外数据分别运用经典的RX算子进行异常检测,得到初步异常检测的目标判决。在此基础上,利用传感器获取信息的冗余性和互补性特性,结合基于规则的决策级融合方法,得到最终的RX异常检测判决结果。在实测高光谱数据上进行了实验仿真,验证了本算法的有效性。 相似文献
12.
13.
14.
在研究K-MEANS算法和网络入侵的基础上将一种已知聚类中心的K-MEANS聚类算法用于网络的异常检测中.该算法避免了由于传统聚类算法随机选取初始聚类中心而带来的网络异常检测中检测率低的问题.在实例中验证了该算法的可行性和优越性.结果表明该算法相对传统聚类算法在检测率方面有了很大提高,并且能通过无监督学习的方法来获得对新型攻击的检测. 相似文献
15.
通过分析网络异常所引起的网络设备参数变化的特点,对传统的卡尔曼滤波器进行了相应的改进,以时间序列预测方法中的指数平滑的方式对卡尔曼滤波器的噪声系数进行了自适应的调整与改进。并且基于改进后的卡尔曼滤波器,提出了一种自适应的单节点异常检测模型与多节点异常监控模型,这两种模型能够对网络中的单个节点或者多个节点的关键参数进行检测,且具有较低的复杂度以及良好的实时性。 相似文献
16.
17.
18.