多尺度时空特征异常行为检测模型设计

邢娜; 费磊; 孙晶

doi:10.20033/j.1003-7241.(2024)10-0204-04

Chinese

您当前的位置：

首页 >

文章列表页 >

多尺度时空特征异常行为检测模型设计

行业应用与交流 | 更新时间：2026-06-19

- 多尺度时空特征异常行为检测模型设计
- 多尺度时空特征异常行为检测模型设计
- 自动化技术与应用 2024年43卷第10期页码：204-206+224
- 作者机构：
  
  黑龙江省科学院智能制造研究所
- 作者简介：
- 基金信息：
  
  黑龙江省省属科研院所科研业务费项目（CZBZ202402002）
- DOI：10.20033/j.1003-7241.(2024)10-0204-04
  中图分类号： TP391.41
- 纸质出版：2024
- 稿件说明：
移动端阅览
邢娜, 费磊, 孙晶. 多尺度时空特征异常行为检测模型设计[J]. 自动化技术与应用, 2024,43(10):204-206+224.

邢娜, 费磊, 孙晶. 多尺度时空特征异常行为检测模型设计[J]. 2024, 43(10): 204-206+224.
邢娜, 费磊, 孙晶. 多尺度时空特征异常行为检测模型设计[J]. 自动化技术与应用, 2024,43(10):204-206+224. DOI： 10.20033/j.1003-7241.(2024)10-0204-04.

邢娜, 费磊, 孙晶. 多尺度时空特征异常行为检测模型设计[J]. 2024, 43(10): 204-206+224. DOI： 10.20033/j.1003-7241.(2024)10-0204-04.

摘要

以人工智能领域人物属性识别与特征提取为主要内容，探讨如何从复杂多变的人物图像中提取到完整细致的人物特征，融合多个尺度的人物特征，有效利用人物多层信息，提高人物属性分类的准确率。通过构建基于多尺度时空预测网络和预测与重构模型，实验表明模型可实现多尺度时空特征的弱监督异常行为检测，能够有效提高异常行为检测精度、模型对噪声的鲁棒性，可应用于刑侦、自动驾驶、智慧体育、智能家居等领域。

Abstract

关键词

Keywords

references

刘婷.基于多尺度时空卷积网络的异常行为检测算法研究[D].中北大学,2022(01).

宋婉茹.监控视频中的行人重识别关键技术研究[D].南京邮电大学,2020(03).

任子奕.细粒度人物属性识别理论与方法研究[D].电子科技大学,2022(01).

任宇路,刘毅敏,节连彬,荆玉智.基于智能视觉的变电站内人员异常行为辅助监控系统[J].自动化技术与应用,2024(01).

张明明,刘凯,李贤慧,许梦晗,顾颖程,张见豪,程环宇.基于深度学习的恶意行为检测与识别模型研究[J].信息安全研究,2023(12).

朱帅,王金聪,任洪娥,陶锐.基于多特征融合的残差网络果树叶片病害识别[J].森林工程,2022(01).

胡凯,陈旭,朱俊,高陈强.基于多尺度3D卷积神经网络的行为识别方法[J].重庆邮电大学学报(自然科学版),2021(06).

浏览量

124

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于迁移学习的茶叶嫩芽识别方法

基于实时视频的工业园区出入控制系统

基于视觉的配电房巡检机器人避障方法

基于深度强化学习的数字化医院病历数据加密研究

基于独立成分分析与LSTM网络的患者病情预测模型研究