基于Faster R-CNN的人体行为检测研究 被引量：19

1

作者 莫宏伟 汪海波 《智能系统学报》 CSCD 北大核心 2018年第6期967-973,共7页

由于人体行为类内差异大,类间相似性大,而且还存在视觉角度与遮挡等问题,使用人工提取特征的方法特征提取难度大并且难以提取有效特征,使得人体行为检测率较低。针对这个问题,本文在物体检测的基础上使用检测效果较好的Faster R-CNN算... 由于人体行为类内差异大,类间相似性大,而且还存在视觉角度与遮挡等问题,使用人工提取特征的方法特征提取难度大并且难以提取有效特征,使得人体行为检测率较低。针对这个问题,本文在物体检测的基础上使用检测效果较好的Faster R-CNN算法来进行人体行为检测,并对Faster R-CNN算法与批量规范化算法和在线难例挖掘算法进行结合,有效利用了深度学习算法实现人体行为检测。对此改进算法进行实验验证,验证的分类和位置精度达到了80%以上,实验结果表明,改进的算法具有识别精度高的特点。 展开更多

关键词 人体行为检测 更快速区域卷积神经网络 在线难例挖掘 深度学习 目标检测 卷积神经网络 批规范化 迁移学习

下载PDF 职称材料

方向梯度直方图综述 被引量：7

2

作者 刘方园 王水花 张煜东 《计算机工程与应用》 CSCD 北大核心 2017年第19期1-7,25,共8页

通过总结多篇基于HOG(方向梯度直广图)特征应用的文献,详细阐述了每篇文献所使用的方法,并对其实验结果进行了分析。HOG特征是一种经典特征描述方法,它通过不断改进,引入了PHOG、AW-HOG、Multi HOG对检测目标进行准确表示。通过分析HOG... 通过总结多篇基于HOG(方向梯度直广图)特征应用的文献,详细阐述了每篇文献所使用的方法,并对其实验结果进行了分析。HOG特征是一种经典特征描述方法,它通过不断改进,引入了PHOG、AW-HOG、Multi HOG对检测目标进行准确表示。通过分析HOG特征在人体行为检测、交通领域和新兴产业中取得的良好检测效果,说明HOG特征的发展前景值得期待。 展开更多

关键词 HOG(方向梯度直广图)特征 人体行为检测 交通领域

下载PDF 职称材料

基于深度学习的人体行为检测方法研究综述 被引量：4

3

作者 陆卫忠 宋正伟 +3 位作者 吴宏杰 曹燕 丁漪杰 张郁 《计算机工程与科学》 CSCD 北大核心 2021年第12期2206-2215,共10页

行为检测是视频理解与计算机视觉领域炙手可热的研究内容,备受国内外学者的关注,在智能监控、人机交互等多领域被广泛应用。随着科技的进步,深度学习在图像分类领域取得了重大突破,将基于深度学习的识别方法应用于人体行为检测研究已成... 行为检测是视频理解与计算机视觉领域炙手可热的研究内容,备受国内外学者的关注,在智能监控、人机交互等多领域被广泛应用。随着科技的进步,深度学习在图像分类领域取得了重大突破,将基于深度学习的识别方法应用于人体行为检测研究已成为行为检测中的热点。基于此,首先对几种常用于行为检测的数据集,及近几年深度学习在行为检测领域的研究现状进行了介绍;接着分析了行为检测方法的基本流程,以及几种常用的基于深度学习的检测方法;最后,从方法性能优劣、应用前景等方面对人体行为检测方法的尚存问题与未来发展趋势进行了分析和展望。 展开更多

关键词 深度学习 人体行为检测 智能监控 行为数据集

下载PDF 职称材料

基于深度学习的人体行为检测方法研究综述

4

作者 沈加炜 陆一鸣 +2 位作者 陈晓艺 钱美玲 陆卫忠 《计算机与现代化》 2023年第9期1-9,共9页

当下结合计算机视觉和视频的特征提取对人体行为动作进行捕捉识别的研究炙手可热,并且其在智能视频监控和智能家居的人机交互等其他领域方向上的应用场景也十分丰富。基于传统方法的人体行为检测算法有着依赖数据样本过多、易受环境噪... 当下结合计算机视觉和视频的特征提取对人体行为动作进行捕捉识别的研究炙手可热,并且其在智能视频监控和智能家居的人机交互等其他领域方向上的应用场景也十分丰富。基于传统方法的人体行为检测算法有着依赖数据样本过多、易受环境噪音影响从而降低精确率等缺点,而不断发展的深度学习技术逐渐展现出它的优势,可以很好地解决这些问题。本文基于此,首先介绍一些目前常用的行为识别数据集并在此基础上剖析当下基于深度学习的人体行为识别检测的研究现状;其次描述常见的人体行为识别检测方法及其识别的流程;最后对现存的各种行为识别检测方法性能、现存问题进行总结和未来发展方向进行展望。 展开更多

关键词 深度学习 人体行为检测 智能监控 行为数据集

下载PDF 职称材料

基于改进YOLOv3的人体行为检测 被引量：1

5

作者 李啸天 黄进 +3 位作者 李剑波 杨旭 秦泽宇 付国栋 《计算机系统应用》 2021年第6期197-202,共6页

针对人体行为检测中相同行为差异大,不同行为相似度高,以及视觉角度、遮挡、不能实时检测等问题,提出Hierarchical Bilinear-YOLOv3人体行为检测网络.该网络采用YOLOv3在3个不同尺度上进行预测,抽取YOLOv3金字塔特征提取网络中特定层作... 针对人体行为检测中相同行为差异大,不同行为相似度高,以及视觉角度、遮挡、不能实时检测等问题,提出Hierarchical Bilinear-YOLOv3人体行为检测网络.该网络采用YOLOv3在3个不同尺度上进行预测,抽取YOLOv3金字塔特征提取网络中特定层作为Hierarchical Bilinear的输入,捕获特征图的层间局部特征关系,并在3个不同尺度上进行预测,最后将YOLOv3和Hierarchical Bilinear两种预测结果融合.实验结果显示,改进后的模型相比于原网络仅增加了少量参数,在保证检测效率的同时提高原算法的检测精度,并在一定程度上优于当前行为检测算法. 展开更多

关键词 人体行为检测 YOLOv3算法 Hierarchical Bilinear-YOLOv3网络 特征提取

下载PDF 职称材料

基于深度学习的人体行为检测系统设计 被引量：1

6

作者 丁红 饶万贤 《电子技术与软件工程》 2019年第9期79-80,共2页

人体行为是人类生活的重要组成部分。本文提出并设计基于DBN深度信念网络的人体行为检测系统。使用携带嵌入式设备实时获取三轴加速度传感器数据,用小波降噪技术对人体行为信号进行降噪,再使用PCA主成份分析对数据进行降维,最后使用DBN... 人体行为是人类生活的重要组成部分。本文提出并设计基于DBN深度信念网络的人体行为检测系统。使用携带嵌入式设备实时获取三轴加速度传感器数据,用小波降噪技术对人体行为信号进行降噪,再使用PCA主成份分析对数据进行降维,最后使用DBN深度信念网络对数据进行训练,并将训练模型用于检测即时的人体行为状态。本系统具有对人体行为检测精度高,对摔倒等行为及时发出报警信号,使一些特殊群体能及时获得救助等特点。 展开更多

关键词 深度信念网络 小波降噪 人体行为检测

下载PDF 职称材料

基于边界敏感网络的时序行为候选生成算法

7

作者 高松 王宏玉 +1 位作者 邹风山 宋吉来 《科学技术与工程》 北大核心 2019年第26期260-264,共5页

针对视频序列中人体行为检测的问题,提出一种基于边界敏感网络的时序行为候选生成算法,在原有边界敏感网络的基础上通过对时序评估模块和候选评估模块引入更深层的卷积神经网络,进而对视频特征有更好的表达。同时在后处理阶段,在NMS(non... 针对视频序列中人体行为检测的问题,提出一种基于边界敏感网络的时序行为候选生成算法,在原有边界敏感网络的基础上通过对时序评估模块和候选评估模块引入更深层的卷积神经网络,进而对视频特征有更好的表达。同时在后处理阶段,在NMS(non-maximum suppression)算法中引入新的置信度分数高斯加权衰减方法。实验结果表明,该算法可以有效提高行为检测问题中时序行为候选生成任务的召回率。在公开数据集Activity Net上,提出的方法在保证生成相同数量候选的同时有更高的平均召回率。 展开更多

关键词 人体行为检测 时序行为候选 深度学习 卷积神经网络

下载PDF 职称材料

基于边界生成的人体行为检测方法

8

作者 黄海新 孙孝羽 《信息技术与信息化》 2021年第8期125-127,共3页

针对目前人体行为检测领域边界判断不清晰、灵敏度不高和计算量大等问题,提出了基于边界生成的人体行为检测方法。从时间点出发,首先检测某时间点为动作起止点的概率,再设定阈值取出符合条件的起止概率值进行匹配生成候选提名,再对候选... 针对目前人体行为检测领域边界判断不清晰、灵敏度不高和计算量大等问题,提出了基于边界生成的人体行为检测方法。从时间点出发,首先检测某时间点为动作起止点的概率,再设定阈值取出符合条件的起止概率值进行匹配生成候选提名,再对候选提名进行评估。通过详细分析几种当前较先进的基于边界生成的检测模型发现该方法灵敏度高,并且在准确率和训练速度等方面都有较好的表现,综合性能相较于滑动窗口方法和基于锚的办法有所提升。 展开更多

关键词 人体行为检测 边界生成 候选提名

下载PDF 职称材料

基于连续帧的在线实时人体行为检测

9

作者 周道洋 关胜晓 夏雨薇 《信息技术与网络安全》 2018年第6期90-93,共4页

提出一种基于连续帧的在线实时人体行为检测方法,在原有在线实时人体行为检测的基础上通过对时空流的融合和连续帧输入来提高人体行为检测的准确性,时空流融合和连续帧输入都是为了更好地提取时序信息,进而对视频特征有更好的表达。实... 提出一种基于连续帧的在线实时人体行为检测方法,在原有在线实时人体行为检测的基础上通过对时空流的融合和连续帧输入来提高人体行为检测的准确性,时空流融合和连续帧输入都是为了更好地提取时序信息,进而对视频特征有更好的表达。实验表明,当使用连续帧(6帧)作为输入,并采用时空流融合,提出的方法在保证在线实时性要求的同时有更高的准确率。 展开更多

关键词 人体行为检测 在线实时 时空流融合 连续帧

下载PDF 职称材料

基于图像识别技术的不安全行为识别 被引量：21

10

作者 赵江平 王垚 《安全与环境工程》 CAS 北大核心 2020年第1期158-165,共8页

为预防在有限空间作业中因不安全行为引发的安全事故,着重分析了作业人员在有限空间作业中因跌倒发生的事故风险。通过安装在作业区域的视频摄像头获取的图像,对人体跌倒行为进行识别,并利用MATLAB的图像处理功能,构建了基于支持向量机(... 为预防在有限空间作业中因不安全行为引发的安全事故,着重分析了作业人员在有限空间作业中因跌倒发生的事故风险。通过安装在作业区域的视频摄像头获取的图像,对人体跌倒行为进行识别,并利用MATLAB的图像处理功能,构建了基于支持向量机(SVM)的不安全行为图像识别算法。该算法首先应用图像灰度级变换、直方图均衡化、高斯低通滤波平滑和中值滤波去噪对视频采集图像进行图像预处理;然后根据帧间差分法定位人体,并提取HOG特征和人体重心移动特征构建人体跌倒行为特征向量,应用SVM对不安全行为进行分类;最后对获取的图像资料进行识别与分析。结果表明:该图像识别算法的平均正确识别率达到了97.84%,能够对有限空间作业中的不安全行为进行有效识别,从而验证了该算法的有效性。 展开更多

关键词 有限空间作业 不安全行为 图像识别技术 人体跌倒行为检测 帧间差分法 特征提取 支持向量机(SVM)

下载PDF 职称材料

注意力与特征融合的未来帧预测异常行为检测算法

11

作者 张瑜玮 王燕妮 《探测与控制学报》 CSCD 北大核心 2023年第4期150-156,共7页

针对异常行为检测模型中检测准确度较低,目标异常类型判断不准确等问题,提出注意力与特征融合的未来帧预测异常行为检测算法。该算法采用无监督生成对抗网络模型,通过计算真实帧和预测帧之间的误差来判断当前帧是否为异常帧。在生成网络... 针对异常行为检测模型中检测准确度较低,目标异常类型判断不准确等问题,提出注意力与特征融合的未来帧预测异常行为检测算法。该算法采用无监督生成对抗网络模型,通过计算真实帧和预测帧之间的误差来判断当前帧是否为异常帧。在生成网络中,以U-Net网络结构为基础,首先引入SoftPool层,减少池化过程中的信息损失;其次引入即插即用的轻量级注意力机制,增强背景信息和目标信息差,有效提升网络性能的同时不增加网络的复杂性;然后,在U-Net编码器低层构造了一种新的特征融合模块来增强图像全局信息的依赖性;最后,为了融合上下文信息,提取更丰富的特征作为输出图像,构造一种新的特征提取模块添加到网络特征图的输出部分。判别网络以马尔可夫判别器为基础,使网络更加关注图像的细节特征。实验中,采用CUHK Avenue数据集和UCSD Ped2数据集对该算法进行验证。实验结果表明,改进后的网络在CUHK Avenue数据集上检测精度达到了85.4%,在UCSD Ped2数据集上检测精度达到了92.4%,证明了该算法的有效性。 展开更多

关键词 生成对抗网络 人体异常行为检测 未来帧预测 特征融合 轻量级注意力机制

下载PDF 职称材料

基于深度学习的人体异常行为检测综述 被引量：2

12

作者 鲍观花 奚雪峰 张红艳 《工业控制计算机》 2022年第5期102-103,106,共3页

如今,从大量视频流中手动搜索异常事件是一项艰巨的任务,而基于深度学习的人体异常行为检测不仅省时省力,且决策能力相对可靠,从而保证了公共安全。首先回顾了异常行为检测任务的传统机器学习方法并引入深度学习方法;然后概述异常事件... 如今,从大量视频流中手动搜索异常事件是一项艰巨的任务,而基于深度学习的人体异常行为检测不仅省时省力,且决策能力相对可靠,从而保证了公共安全。首先回顾了异常行为检测任务的传统机器学习方法并引入深度学习方法;然后概述异常事件的定义与人体异常行为检测的过程;最后详细介绍了基于深度学习的人体异常行为检测方法。 展开更多

关键词 人体异常行为检测 深度学习 特征提取 异常检测

下载PDF 职称材料

基于生成对抗网络的人体异常行为检测算法 被引量：2

13

作者 唐浩漾 张小媛 +1 位作者 王燕 杨青 《西安邮电大学学报》 2020年第3期92-97,共6页

针对复杂场景中人体遮挡导致人体异常行为检测效果差、实时性低的问题,提出一种基于生成对抗网络的人体异常行为检测算法。通过生成对抗网络预测视频帧,引入感知网络提取复杂场景视频流中的人体运动特征,并建立异常行为判决函数,实现对... 针对复杂场景中人体遮挡导致人体异常行为检测效果差、实时性低的问题,提出一种基于生成对抗网络的人体异常行为检测算法。通过生成对抗网络预测视频帧,引入感知网络提取复杂场景视频流中的人体运动特征,并建立异常行为判决函数,实现对异常行为的准确检测。实验结果表明,该算法在复杂场景情况下可准确检测出视频中的异常行为,检测精度可达到96.7%,相比于时空自动编码器异常行为检测算法提升了5.5%;对于视频流的检测速度达到25 FPS,可实现对人体异常行为的实时检测。 展开更多

关键词 生成对抗网络 人体异常行为检测 感知网络

下载PDF 职称材料