基于SVM的异常行为检测在电子考场中的应用研究

电子监考系统在我国已经得到广泛应用,本文针对考场视频分析的应用需求,以智能视频监控理论为依据,研究基于视频分析的考场异常行为有效识别方法。本文基于目标对象的皮肤特征模型,设计和生成行为模型,结合SVM支持向量机,实现在视频帧序列中检测考场异常行为。该模型可以应用于考场视频监控系统中,有助于提高系统的智能化,增强考场监控能力。     

基于团块多尺度光流方向直方图的人群异常行为检测

如何进行适应不同场景的人群异常检测是视频监控领域的研究难点。目前主流的人群行为特征表达式是基于HOF的,其中基于多尺度MHOF是主流方法,但由于多尺度MHOF特征是基于等距划分场景区域的局部特征,因而不是人类观察外界场景的方式。团块特征是基本符合人类观察事物的方式,因此提出基于Blob团块的MHOF特征提取算法,并联合Hog特征,应用多层递归神经网络提出了异常行为检测的算法框架。在3个数据集上进行实验,结果表明,该算法优于基于多尺度MHOF特征的异常行为检测方法。     

基于RFID的学生考勤管理系统的研究与实现

为解决传统考勤手段的弊端,设计了基于RFID(射频识别)的学生考勤系统,系统包括基于RFID的智能校徽、校车监控管理系统与校园考勤管理系统。智能校徽基于无源RFID标签;校车监控终端实现校车从家门口到校园的全过程监控;校园考勤管理系统实现出入校门管理、校园内定位与在线请假和考勤;系统提供统一的数据平台,供家长与管理部门监督查询。     

基于卷积神经网络的考场不当行为识别

将人工智能技术用于监控和识别考场中考生的不当行为,可以减轻监考人员的压力,提高考试的有效性、公平性和严肃性。本研究提出考场不当行为自动识别方案设想,以YOLOv3算法为核心,使用模拟考试场景视频数据开展自动识别实验,对考场不当行为自动识别的可行性和可靠性进行了检验。结果表明,考场不当行为识别的准确率高、速度快,方案可行且可靠,识别效果达到应用要求,对推动我国考试管理的智能化发展具有重要意义。     

视频监控系统中监控目标运动矢量计算

智能视频监控系统借助计算机图像处理、模式识别等技术,可以在无人值守情况下,实时检测监控场景下的运动目标,并对其跟踪和行为理解．这主要涉及动态目标识别和在此基础上动态目标运动矢量的计算问题,本文就这两个问题的实现方法进行了详细研究和论述．     

基于多层神经网络的高校智能安保应用研究

安保工作在高校日常管理中占有重要地位,传统视频监控主要进行视频录制,作为数据资料进行保存,一般在校园中无安全事件发生时,视频数据基本不会再使用,数据保存量相当大;当出现异常时,人工进行数据检视与排查,效率也很低。智能安保系统采用多层神经网络算法对视频数据进行分割、训练与预排查,并对人体行为进行分析,根据结果预测是否报警,过程无需人工干预,为高校安保工作带来及大便利。     

基于信息技术的实验室安全管理智能预警系统建设

针对高校工程训练实验室种类多、要求差异化管理、实践教学过程长、实验室开放管理难度大等特点,建设了基于图像识别技术的工程训练实验室安全管理预警系统。对人员面部识别认证、危险行为识别预警、实验室人流量统计等进行了智能化系统的建设。实验室安全管理智能预警系统对传统实验室管理手段进行了有效补充,为高校的现代化实验室管理体系建设提供借鉴方案。     

水面漂浮物智能监控技术

智能监控技术是对场景进行实时监测、自动分析和处理的技术。水面漂浮物智能监控系统的分析过程由目标检测、识别和分类、视频内容分析等几个基本环节组成,其中视频内容分析主要针对识别出来的目标进行决策。     

基于IMOS技术的校园IP网络视频监控系统的分析与设计

监控系统作为高校校园稳定的安全保障,其使用效果直接关系到高校和谐校园构建的顺利进行。而基于IMOS技术的校园IP网络视频监控系统则具有使用成本低、图像清晰、系统稳定性强、存储量大且易于调取和扩展性强等特点,十分符合当今高校的技防需求。文章结合徐州工程学院校园IP监控平台的开发应用成效,从IMOS的核心技术入手,提出了基于IMOS技术的校园IP网络视频监控系统基本构架,并对整个系统四大主题的原理和应用进行了详尽分析,以期为当今高校校园技防系统的建设提供理论和实践指导。     

基于视频的城市快速路交通流检测及车辆行为监控

提出一种针对城市快速路的视频监控系统,完成交通流及道路异常行为检测.流量检测模块对车辆进行实时跟踪获得各类交通流统计数据,实现快速路车辆运行状况的全面掌控.异常监控模块运用隐马尔科夫模型,对带有时间和空间信息的车辆轨迹进行训练,获得路径划分后对道路车辆轨迹进行参数匹配,提取诸如超低(高)速行驶、违章停车、违规掉头等异常...     

一种基于IP网络的研究型实验室智能管理平台

针对高校要求研究型实验室进行全面开放管理,基于校园IP网络,设计并实现了一种融合校园一卡通、门禁考勤、视频在线监控、环境监控、电源管理等系统组成部分的开放型实验室智能管理平台。实践证明,此平台的构建,是提高实验资源利用率,减少管理人员工作量的有效方法。     

广西青少年异常行为与心理问题现状调查报告

一、研究背景 异常行为,也称为偏差行为或越轨行为,是指背离、违反社会规范的行为。青少年异常行为是指青少年在青春期出现的偏离或违背社会规范的行为,这些异常行为的表现包括校园暴力、欺负行为、逃学、拉帮结伙、吸毒、自杀等。青少年时期是个体生理和心理发展的特殊时期,他们对道德标准的认识比较薄弱,分辨是非的能力较差,对各种消极思想、违法行为缺乏辨别和抵制的能力,很容易受到影响,从而出现行为异常。     

基于故障树的校园网络设备智能诊断系统设计

为了提高校园网络设备维护效率,加强设备状态监控和优化设备配置,提出了基于故障树的网络设备智能诊断系统的设计思路。着重分析了该系统的功能定位、运行机制和层次结构,阐述了核心模块智能诊断方法的选择和基于故障树的智能分析过程,并以实例说明了故障树生成及应用。对智能诊断系统在高校仪器设备管理中应用有较好的参考作用。     

90后大学生异常心理对大学生行为的影响分析及对策研究

90后大学生越来越多地受到社会的关注,在他们身上承载了这个时代的要求与压力。在影响90后大学生行为众多因素中,异常心理是近些年比较常见的,本文以人际交往障碍为例,从大学生的异常心理入手分析原因,提出解决方案,以便高校思想政治教育工作进行更细致、更深入地开展。     

步态识别及其在智能视频监控中的应用

步态识别作为远距离下惟一可识别的生物特征识别技术,日益受到专家学者的关注.文章给出了步态识别的概念和相关原理;介绍了智能视频监控系统智能化处理的一些技术,并对步态识别在智能监控下的应用和发展前景做了分析.     

基于高斯混合模型的人群异常检测

近年来,公众场所安全问题得到了广泛关注,视频监控下的人群异常检测成为智能监控的研究热点。现实场景中的人群异常检测具有容易受到光照亮度变化影响、可能存在大量遮挡以及人群密度大等研究难点。提出一种基于高斯混合模型的人群异常检测方法,能有效应用于复杂的室外场景。首先通过预处理阶段求得视频帧的感兴趣区域（ROI）,再在感兴趣区域中计算人群光流,并在此基础上融合SIFT特征,利用图像分块提取特征。对不同分块建立对应的高斯混合模型,进而用模型判断特征点是否属于异常事件。实验结果证明,该方法对于UMN数据库中人群的四散奔跑以及UCSD数据库中人行横道上出现汽车和自行车等异常事件有较高的识别率。     

高校无线校园网络安全管理方案

高校无线校园网的普及使得高校数字化校园和信息化建设进一步完善,随之而来的无线校园网络安全问题也令人担忧。制定合理的无线校园网络安全管理方案就迫在眉睫,文章主要通过无线校园网存在的安全问题,提出安全管理的三大方案。从访问控制、数据加密、行为审计等几个方面进行了阐述,以期达到提升高校无线校园网络安全的目的。     

基于物联网技术的校园安防系统设计

针对校园安全突发事件增多的现象,提出了将RFID技术、无线传感器网络、ZigBee技术等物联网技术应用于校园安防管理之中,设计了包含RFID校园门禁系统、网络视频监控系统和防火报警系统等多个子系统的整体化校园安防系统,有助于各类学校进行“平安校园”、“智能校园”的建设.     

浅谈高校校园体育活动智能APP功能设计及应用

互联网的发展带动着各行各业的发展,而智能设备的出现,则使人们的用网习惯发生着巨大的改变。当代大学生是主要的网络使用人群之一,也是使用移动智能终端主要群体。因此,在高校校园体育活动中使用智能APP具有广阔的空间,其能够改变传统的校园体育活动方式,使高校的校园体育活动管理更加智能化。本文对高校校园体育活动智能APP的功能设计进行分析,并就其应用进行探讨。     

英国中小学校园监控系统述评

闭路电视监控系统现在已成为英国中小学普遍使用的防范校园暴力的校园管理工具。监控人员通过观测摄像头拍下的即时图像信息可以随时对学生的出入进行控制,制止学生的危险行为,并在调查取证时提供有利证据。英国政府对闭路电视监控系统的安装和使用有严格的法律约束,强调在维护校园安全的同时,保障个人的权利。虽然闭路电视监控系统也带来了一些问题,但是英国政府和学校也在对这些问题进行完善和解决。