-
题名融合注意力增强的视频异常行为检测方法
- 1
-
-
作者
魏英姿
于凡
高鑫宇
岳熙霖
付垚
-
机构
沈阳理工大学信息科学与工程学院
-
出处
《物联网技术》
2024年第6期12-17,20,共7页
-
基金
辽宁省自然科学基金机器人学国家重点实验室联合开放基金(2022-KF-12-08)
辽宁省教育厅高等学校基本科研项目(LJKZ0267)。
-
文摘
针对视频中行人摔倒、扭打等异常行为难以准确建模的问题,文中提出了一种基于视频帧间和帧内数据分析,融合注意力增强的异常行为检测方法。采用对比分析策略,依据目标检测、跟踪、人体姿态估计方法获取视频中目标的行为轨迹和人体关键点数据,构建特征属性集合。使用注意力机制增强或抑制部分特征信号,再利用非监督学习方法判别视频异常行为,实现视频中不同异常行为检测。实验结果表明,融合注意力增强之后异常检测的准确率有明显提升,可有效检测出视频中的异常行人。
-
关键词
特征集合
注意力机制
异常检测
视频监控
姿态估计
人体关键点
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于AI的自主规划考研网站的设计与实现
被引量：1
- 2
-
-
作者
纪鉴航
田林琳
刘庆科
崔奥宇
岳熙霖
-
机构
沈阳工学院信息与控制学院
-
出处
《河北农机》
2021年第3期92-93,共2页
-
文摘
本文主要介绍了将AI人工智能技术与Web应用形式相结合的自主规划考研网站的设计与实现。在学生端,不仅能查询信息,还有论坛、公开课、直播模块等功能,并且加入推荐系统,让学生更快地找到需要的信息,通过AI鉴黄检测和人脸表情识别,使用opencv对图片进行皮肤占比计算,根据比例计算是否违规,使用PIL在图片中加入水印,为学生打造健康愉悦的环境,并且采用数据可视化模块,包含教师的所有课程形成的课程树图和教师所有课程的使用情况,在公开课模块采用KNNBaseline算法,也就是基于物品、考虑基线评级的协同过滤算法,在分享中心使用Tensorflow训练数据,使用基于内容的推荐算法,根据用户的行为,包括浏览、点赞、评论、转发等特征数据,来推算出学生的喜好特征,最终推荐帖子,针对于考研学生个人,每个人都有自己的朋友圈,而且管理员可以通过网站后台直接进入后台编辑,实时更新,不同管理员有不同权限。本网站已成功部署在windows server2012 R2服务器上,运行稳定,达到预期目标,有一定实用价值。
-
关键词
AI人工智能
WEB
推荐系统
OPENCV
KNNBaseline算法
PIL
Tensorflow训练数据
-
分类号
TP3
[自动化与计算机技术—计算机科学与技术]
-
