基于视频监控的异常行为报警方法及系统.pdf
努力****南绿
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
基于视频监控的异常行为报警方法及系统.pdf
本发明实施例提供的基于视频监控的异常行为报警方法及系统,首先根据在目标视频监控区域中采集到的具有对象变化特征的实时监控视频图像,提取连续的至少两帧待识别监控视频图像帧,然后确定所述待识别监控视频图像帧对应的对象移动行为特征,接着响应于所述对象移动行为特征满足设定匹配条件,确定与所述连续的至少两帧待识别监控视频图像帧对应的异常行为确认结果,最后根据所述异常行为确认结果以及所述视频监控的实时监控视频图像,调用对应于所述异常行为确认结果以及所述对象变化特征的异常行为报警信息,并通过所述视频监控相关联的报警方式对
一种基于视频监控的电梯异常行为检测方法及系统.pdf
本发明提出了一种基于视频监控的电梯异常行为检测方法及系统,所述方法包括以下步骤:步骤1,获取关于电梯内已知行为分类的视频数据;步骤2,根据所述视频数据截取视频片段和深度片段,并按照预设比例分别划分为训练集和验证集;步骤3,构建多个网络模型并利用训练集中的视频片段和深度片段进行训练;步骤4,确定各网络模型的最佳迭代次数;步骤5,利用验证集中的视频片段分别计算各模型的准确率和召回率,以确定最优模型;步骤7,利用所述最优模型作为检测模型对电梯内乘客的异常行为进行检测。本发明能够低成本且准确地对电梯内乘客的行为进
基于姿态估计的全景监控下人体异常行为识别报警系统及方法.pdf
本发明公开了一种基于姿态估计的全景监控下人体异常行为识别报警系统及方法,属于智能监控系统技术领域;利用全景摄像头实现360度视频的获取,基于深度学习的人体姿态估计算法提取人体的骨骼关键点坐标作为人体行为识别算法的特征输入;利用坐标组成包含空间信息和时间序列信息的时空图模型,对时空图进行多阶段的时空图卷积操作,提取高级特征,最后用SoftMax分类器进行行为分类,得到行为结果并判断是否为异常行为。本发明具有采集视野范围广、无盲区的特点,可实时处理全景监控系统下的人体异常行为检测,在异常行为刚刚发生时及时本地
基于视频监控的考场异常行为识别方法及实现.docx
基于视频监控的考场异常行为识别方法及实现摘要:随着社会进步和科技发展,视频监控在各个领域得到广泛应用,其中考场监控也成为了一种重要的手段。为了保证考试的公平性和规范性,我们需要开发一种基于视频监控的考场异常行为识别方法。本文将介绍在考场监控中常见的异常行为,并提出一种基于深度学习的方法来识别这些异常行为。通过搜集和标注大量的考场监控数据,我们训练了一个深度卷积神经网络的模型,该模型能够从视频中自动学习和识别异常行为。我们还设计了一个基于该模型的实时异常行为检测系统,并对其进行了实验评估。实验结果表明,我们
基于FPGA的视频监控报警系统.pdf
本发明公开了一种基于FPGA的视频监控报警系统,包括摄像机、视频滤波放大器、异步接收/发送器、A/D转换器、数据缓存器、DSP处理器、DSP扩展存储器、串行接口和FPGA控制器。本发明通过图像采集装置采集区域内的视频图像,经过视频预处理过程,滤出噪声和干扰,然后分析运动视频离散帧图像,结合图像亮色变化信息和区域变化信息,描绘运动特征的轮廓,并结合特征运动趋势和活动范围判断特征是人、动物还是火情,最后根据判断结果产生报警/不报警信号。本智能视频识别监控报警系统可对监控区域内的人、动物还是火情的图像进行准确的