分类: 计算机科学 >> 计算机科学的集成理论 提交时间: 2019-01-03 合作期刊: 《计算机应用研究》
摘要: 针对公共场合人群异常行为检测准确率不高和训练样本缺乏的问题,提出一种基于深度时空卷积神经网络的人群异常行为检测和定位的方法。首先针对监控视频中人群行为的特点,综合利用静态图像的空间特征和前后帧的时间特征,将二维卷积扩展到三维空间,设计面向人群异常行为检测和定位的深度时空卷积神经网络;为了定位人群异常行为,将视频分成若干子区域,获取视频的子区域时空数据样本,然后将数据样本输入设计的深度时空卷积神经网络进行训练和分类,实现人群异常行为的检测与定位。同时,为了解决深度时空卷积神经网络训练时样本数量不足的问题,设计一种迁移学习的方法,利用样本数量多的数据集预训练网络,然后在待测试的数据集中进行微调和优化网络模型。实验结果表明,该方法在UCSD和Subway公开数据集上的检测准确率分别达到了99%和93%以上。
分类: 计算机科学 >> 计算机科学的集成理论 提交时间: 2018-05-09 合作期刊: 《计算机应用研究》
摘要: 针对公租房市场中租赁客户身份复杂、变动频繁,难以安全有效管理、阻止租户转租难题,设计了一个基于NB-IoT(Narrow Band Internet of Things)的安全智能锁系统。它利用位置证明和时间戳加密机制,实现了对房屋安全门锁权限统一管理,并可防止远程开锁、重放攻击及中间人攻击。理论分析和测试结果表明,所提方案能够在安全高效管理公租房屋、阻止用户的转租的同时,具备较低的计算和通信开销。