• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      基于深度學(xué)習(xí)的老人異常行為研究

      2020-06-08 15:42:45劉春玉朱美玲祝明慧
      科技資訊 2020年11期
      關(guān)鍵詞:老人深度學(xué)習(xí)

      劉春玉 朱美玲 祝明慧

      摘? 要:老年人異常行為的檢測(cè),是幫助老年人健康生活、安全生活的有效工具。然而,由于人類行為的不確定性,是否存在異?,F(xiàn)象根據(jù)環(huán)境的不同而改變等一系列因素,為老年人異常行為檢測(cè)提出重要挑戰(zhàn)。本文針對(duì)異常行為檢測(cè)的種類、方式方法,提出一種基于深度學(xué)習(xí)的老人異常行為檢測(cè)系統(tǒng)優(yōu)化策略,以期為相關(guān)領(lǐng)域的發(fā)展提供有利參考。

      關(guān)鍵詞:深度學(xué)習(xí)? 老人? 異常行為

      1? 異常行為檢測(cè)概述

      1.1 異常行為概述

      異常行為并沒(méi)有一個(gè)嚴(yán)格意義上的定義,其異常屬性取決于應(yīng)用的場(chǎng)景,同時(shí)也會(huì)受到檢測(cè)人員主觀思維的影響,繼而造成相同行為在差異性的場(chǎng)景下具有著不同的定義。例如,一個(gè)人如果在臥室的床上進(jìn)行跳高,顯然是一種異常行為,但是如果將這個(gè)人所處場(chǎng)景換成體育活動(dòng)中心,那么他的行為將被轉(zhuǎn)化為正常行為;再如,在火災(zāi)發(fā)生現(xiàn)場(chǎng),人群的奔跑、逃離現(xiàn)象顯然屬于一種異常行為,那么將這些人的場(chǎng)景換成戶外體育場(chǎng),那么他們的行為同樣會(huì)被轉(zhuǎn)化為正常行為。由此可見(jiàn),根據(jù)特定動(dòng)作對(duì)異常行為作為具體定義顯然是錯(cuò)誤的、然而,充分結(jié)合異常行為的低頻率屬性和可疑性屬性,綜合實(shí)際被檢測(cè)人員現(xiàn)場(chǎng)場(chǎng)景,那么我們便能夠?qū)Ξ惓P袨樽龀鼍唧w定義。因?yàn)楫惓P袨榇嬖诖罅康牟豢纱_定因素,所以相同算法在不同場(chǎng)景中互相運(yùn)用是不切實(shí)際的方案,為將此類不確定因素降至最低,那么就需要針對(duì)每一種問(wèn)題進(jìn)行具體化、針對(duì)性的分析,對(duì)應(yīng)用場(chǎng)景進(jìn)行合理確定,一場(chǎng)景為出發(fā)點(diǎn)判斷分析是否存在異常行為,或者異常行為的程度和種類。

      1.2 異常行為的種類

      單個(gè)老年人的異常行為是只需要一名老人參見(jiàn)其中的異常行為,包括跌倒、抽搐、越界等等;交互行為異常普遍回的是兩個(gè)人發(fā)生肢體碰撞產(chǎn)生的異常行為,包括吵架、打架等;群體性的異常行為指的是多名個(gè)體所構(gòu)建的一個(gè)具有緊密聯(lián)系的、整體性的異常行為,如由于騷亂而引起的大規(guī)模人群奔跑逃離等。本文主要研究個(gè)人化的老年人異常行為和交互異常行為。

      1.3 異常行為檢測(cè)方法

      在現(xiàn)階段的異常行為檢測(cè)方法方面,主要可以大致分為兩種類型。其一,是以視覺(jué)特征為基礎(chǔ)的異常行為檢測(cè);其二,是以軌跡為基礎(chǔ)的異常行為檢測(cè)技術(shù)。針對(duì)物體軌跡異常行為檢測(cè)技術(shù),大量研究人員將軌跡的運(yùn)行速度、具體位置以及時(shí)空曲率作為主要研究元素,通過(guò)多次反復(fù)研究,最終提出基于業(yè)務(wù)交互網(wǎng)絡(luò)(DBN.Business Delivery Networking)的異常行為檢測(cè)方案。北京大學(xué)楊正源教授提出以軌跡與多實(shí)例學(xué)習(xí)為基礎(chǔ)的,局部性異常行為檢測(cè)方案;馬金元、趙光道等人提出了以三次樣條曲線對(duì)軌跡目標(biāo)進(jìn)行充分展示的異常行為檢測(cè)方式等。然而,上述檢測(cè)方式均存在一個(gè)共同的問(wèn)題,就是在目標(biāo)被遮擋的條件下,跟蹤性能將會(huì)受到嚴(yán)重影響,造成異常檢測(cè)失去原有功效。

      2? 以深度學(xué)習(xí)為基礎(chǔ)的老年人異常行為檢測(cè)技術(shù)

      深度學(xué)習(xí)是現(xiàn)階段被廣泛應(yīng)用到智能識(shí)別領(lǐng)域的理論內(nèi)容,但是針對(duì)特定場(chǎng)景異常行為檢測(cè)的深度學(xué)習(xí)應(yīng)用相對(duì)較少,導(dǎo)致以深度學(xué)習(xí)為基礎(chǔ)異常行為的檢測(cè)方式難以得到更加廣泛的推廣。

      卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Networks, CNN)在分割、檢驗(yàn)、分類等的過(guò)程中,針對(duì)既定的靜止圖像,進(jìn)行有效分析處理,在視覺(jué)任務(wù)的表現(xiàn)出極其優(yōu)越的性能。然而,對(duì)于與動(dòng)態(tài)化視頻分析處理相關(guān)的任務(wù),應(yīng)用卷積神經(jīng)網(wǎng)絡(luò)則顯得有些力不從心,難以有效捕捉視頻當(dāng)中與動(dòng)態(tài)化的信息數(shù)據(jù)。由此可見(jiàn),我們需要將額外的輔助性信息應(yīng)用進(jìn)來(lái),在卷積神經(jīng)網(wǎng)絡(luò)現(xiàn)有技術(shù)的基礎(chǔ)上,增設(shè)一個(gè)時(shí)間維度,使現(xiàn)有二維模式轉(zhuǎn)化為三維模式,繼而使系統(tǒng)具備捕捉運(yùn)動(dòng)物體的能力。

      在深度學(xué)習(xí)異常行為檢測(cè)領(lǐng)域中,現(xiàn)階段較為常見(jiàn)的方式是應(yīng)用雙流卷積神經(jīng)網(wǎng)絡(luò)(Dobble Convolutional Neural Networks)。Convol Putional、Ben Well等人提出一種基于雙路的神經(jīng)網(wǎng)絡(luò),將其用來(lái)對(duì)時(shí)間信息和空間信息進(jìn)行雙抽補(bǔ)貨。這種方式的主要特點(diǎn)在于應(yīng)用兩種模態(tài)的基本屬性,應(yīng)用RGB和光流幀,將RGB作為供給外形數(shù)據(jù)信息的主要載體,充分引入光流,繼而有效捕捉行為時(shí)間以及老年人的運(yùn)動(dòng)特征。與此同時(shí),在該研究實(shí)現(xiàn)后,也陸續(xù)出現(xiàn)了各種類型的,以雙流網(wǎng)絡(luò)為基礎(chǔ)的變體實(shí)驗(yàn),較大幅度的推動(dòng)了動(dòng)作識(shí)別技術(shù)的功能性。但是,上述方式的缺點(diǎn)在于需要對(duì)光流進(jìn)行預(yù)先提取,并且對(duì)于規(guī)模相對(duì)較大的數(shù)據(jù)處理工作來(lái)說(shuō),是一個(gè)消耗時(shí)間相對(duì)較多的過(guò)程,難以符合端到端學(xué)習(xí)的基本要求。

      為有效解決雙流網(wǎng)絡(luò)技術(shù)中存在的各種問(wèn)題,3D卷積神經(jīng)網(wǎng)隨之走進(jìn)研究人員的事業(yè),在行為識(shí)別任務(wù)當(dāng)中獲取重大突破。 Christian Connor、 Victor Hammer、Finster Patrick 等人最早提出應(yīng)用3D卷積神經(jīng)網(wǎng)絡(luò)技術(shù),在視頻當(dāng)中提取相關(guān)信息對(duì)人體動(dòng)作進(jìn)行識(shí)別的方案,并將該方案應(yīng)用到實(shí)際的老年人異常行為檢測(cè)系統(tǒng)中。Matthew? Joshua 、Alexander William、Tristan Oliver等人提出C3D網(wǎng)絡(luò),針對(duì)時(shí)間維度,同時(shí)對(duì)運(yùn)動(dòng)、外觀實(shí)施建模,并且在每一個(gè)視頻分析的過(guò)程中的應(yīng)用有效超過(guò)了二維卷積網(wǎng)絡(luò)的應(yīng)用效果。

      3? 基于深度學(xué)習(xí)的老人異常行為檢測(cè)系統(tǒng)改進(jìn)方案

      在老年人行為識(shí)別的過(guò)程中,老年人屬于一種非剛性的主體,其行為表現(xiàn)具備較高的開(kāi)放性和靈活性特點(diǎn),這也對(duì)智能化檢測(cè)提出巨大挑戰(zhàn)。鑒于此,怎樣提取能夠判斷老年人行為特點(diǎn),是相關(guān)研究領(lǐng)域的難點(diǎn)和重點(diǎn),和行為外形特點(diǎn)進(jìn)行對(duì)比,因?yàn)闀r(shí)間上運(yùn)動(dòng)特征普遍難以較高水平的實(shí)現(xiàn)建模,容易造成部分運(yùn)動(dòng)信息丟失的問(wèn)題。因此,在常規(guī)性的時(shí)間順序結(jié)構(gòu)當(dāng)中,我們普遍在網(wǎng)絡(luò)結(jié)構(gòu)當(dāng)中應(yīng)用一個(gè)相對(duì)固定的時(shí)間順序生層次3D卷積網(wǎng)絡(luò),完成老年人行為提取任務(wù)。該方式與多時(shí)間跨度的時(shí)間順序信息契合度較低,繼而造成時(shí)間順序信息難以得到高水平、全方位的利用,阻礙異常行為識(shí)別的準(zhǔn)確性。

      4? 結(jié)語(yǔ)

      綜上所述,將深度學(xué)習(xí)理論應(yīng)用到老年人異常行為檢測(cè)系統(tǒng)當(dāng)中,優(yōu)化深度網(wǎng)絡(luò)模型,在3D卷積網(wǎng)絡(luò)的基礎(chǔ)上,引入可變性的時(shí)間順序深度卷積,充分結(jié)合深度可分離卷基層網(wǎng)絡(luò),能夠有效優(yōu)化模型對(duì)時(shí)間順序數(shù)據(jù)信息的應(yīng)用質(zhì)量和應(yīng)用效率,是一種改善老年人異常行為檢測(cè)系統(tǒng)工作能力的有效方式。

      參考文獻(xiàn)

      [1] 向玉開(kāi),孫勝利,雷林建,等.基于計(jì)算機(jī)視覺(jué)的人體異常行為識(shí)別綜述[J].紅外,2018,39(11):1-6,33.

      [2] 吳沛佶,梅雪,何毅,等.基于深度網(wǎng)絡(luò)模型的視頻序列中異常行為的檢測(cè)方法[J].激光與光電子學(xué)進(jìn)展,2019,56(13):134-140.

      [3] 廖鵬,劉宸銘,蘇航,等.基于深度學(xué)習(xí)的學(xué)生課堂異常行為檢測(cè)與分析系統(tǒng)[J].電子世界,2018(8):97-98.

      [4] 楊銳,羅兵,郝葉林,等.一種基于深度學(xué)習(xí)的異常行為識(shí)別方法[J].五邑大學(xué)學(xué)報(bào):自然科學(xué)版,2018,32(2):23-30.

      猜你喜歡
      老人深度學(xué)習(xí)
      四十一歲的“老人”
      有體驗(yàn)的學(xué)習(xí)才是有意義的學(xué)習(xí)
      健身氣功·八段錦對(duì)社區(qū)老人終身體育的促進(jìn)研究
      電子商務(wù)中基于深度學(xué)習(xí)的虛假交易識(shí)別研究
      MOOC與翻轉(zhuǎn)課堂融合的深度學(xué)習(xí)場(chǎng)域建構(gòu)
      大數(shù)據(jù)技術(shù)在反恐怖主義中的應(yīng)用展望
      深度學(xué)習(xí)算法應(yīng)用于巖石圖像處理的可行性研究
      故鄉(xiāng),長(zhǎng)不大的“老人”
      基于深度卷積網(wǎng)絡(luò)的人臉年齡分析算法與實(shí)現(xiàn)
      軟件工程(2016年8期)2016-10-25 15:47:34
      “失獨(dú)”老人社會(huì)支持體系構(gòu)建的對(duì)策研究
      商(2016年21期)2016-07-06 14:03:15
      瑞丽市| 淳安县| 庄河市| 乌兰县| 南漳县| 新闻| 方山县| 茶陵县| 大化| 罗源县| 连江县| 聊城市| 西青区| 柳林县| 林西县| 海宁市| 桃源县| 营山县| 漳平市| 页游| 黑河市| 新昌县| 江山市| 鹤壁市| 类乌齐县| 婺源县| 德钦县| 海门市| 铅山县| 苏州市| 岢岚县| 张掖市| 武隆县| 宁明县| 澎湖县| 广汉市| 宜丰县| 平定县| 荔波县| 宁波市| 望奎县|