原文服务方: 计算机应用研究       
摘要:
针对门禁系统中尾随、蛮力开门两种异常通过的行为,结合门禁系统的身份验证功能,采用图像处理技术对违规行为进行检测,以进一步提升门禁系统的安全性能.设计并使用了一种基于轨迹分析的人数统计方法,通过目标检测与跟踪算法得到目标在监控场景中的运动轨迹,根据轨迹判定目标进出门禁的情况;然后根据监控场景的特点,设计了一种基于计数线的目标计数规则,结合目标运动轨迹实现人数统计;最后结合门禁系统的身份验证功能,设定异常通过行为的检测规则,检测定义的异常行为.实验结果表明,该方法能够有效地检测通过门禁系统时发生的异常行为,尤其对于行人比较稀疏和没有明显遮挡的情况,具有很好的检测效果,该方法平均检测准确率能够达到90%.
推荐文章
基于DM6437的异常行为检测系统研究
DM6437
阈值匹配
自适应背景相减法
异常行为检测
基于运动图像序列的异常行为检测
视频监控
异常检测
运动历史图像
运动方向
自适应背景减除
运动分割
基于协稀疏正则化的异常行为检测模型
正常特征
异常特征
分析向量
稀疏
协稀疏
基于深度学习特征的异常行为检测
异常行为
深度学习特征
堆积去噪编码器
特征提取
稠密轨迹
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 门禁系统中的异常行为检测
来源期刊 计算机应用研究 学科
关键词 门禁系统 目标检测 目标计数 异常行为检测
年,卷(期) 2017,(3) 所属期刊栏目 图形图像技术
研究方向 页码范围 936-939,944
页数 5页 分类号 TP391.41
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2017.03.069
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 范勇 西南科技大学计算机科学与技术学院 77 624 12.0 20.0
2 高琳 西南科技大学计算机科学与技术学院 17 97 6.0 9.0
3 杨伟清 西南科技大学计算机科学与技术学院 2 16 2.0 2.0
4 胡鹏 西南科技大学计算机科学与技术学院 3 21 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (4)
节点文献
引证文献  (5)
同被引文献  (22)
二级引证文献  (2)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(3)
  • 引证文献(3)
  • 二级引证文献(0)
2019(3)
  • 引证文献(1)
  • 二级引证文献(2)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
门禁系统
目标检测
目标计数
异常行为检测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导