基于深度时空卷积神经网络的人群异常行为检测和定位  

作　　者：刘子帆 黄军杰 李遥 

机构地区：[1]郑州工业安全职业学院

出　　处：《数字技术与应用》2024年第9期39-41,共3页Digital Technology & Application

摘　　要：在对公共场所人群异常行为的检测中,传统的检测手段存在准确率低、训练样本缺失等问题,为此,本文提出了一种基于深度时空卷积神经网络(Deep SpatioTemporal Convolutional Neural Network, DSTCNN)的人群异常行为检测与定位方法。根据视频监控中人群的行为特点以及静态图像等多种特征,将二维卷积扩展到三维空间,能够更好地定位人群异常行为,同时将视频分成若干个区域,在所获取的区域采集数据样本后,将样本数据输入设计的深度时空卷积神经网络中进行训练和分类,有利于更进一步地实现对人群异常行为的检测和定位分析。

关 键 词：卷积神经网络 异常行为检测 静态图像 视频监控 输入设计 人群异常 数据样本 二维卷积 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术] TP183[自动化与计算机技术—计算机科学与技术]