1 陕西科技大学电气与控制工程学院, 陕西西安 710021
2 西安邮电大学通信与信息工程学院, 陕西西安 710121
针对人群异常行为检测任务中存在的算法复杂度较高, 重叠遮挡等带来的检测精度低等问题, 本文提出一种基于改进 SSD(Single Shot Multi-box Detector)的人群异常行为检测算法。首先采用轻量级网络 MobileNet v2代替原始特征提取网络 VGG-16, 并通过可变形卷积模块构建卷积层来增强感受野, 然后通过将位置信息整合到通道注意力中来进行特征增强, 能够捕获空间位置之间的远程依赖关系, 从而可以较好处理重叠遮挡问题。实验结果表明, 本文提出的算法对人群异常行为具有较好的检测效果。
深度学习 异常行为检测 SSD网络 可变形卷积 注意力机制 deep learning abnormal behavior detection SSD network deformable convolution attention mechanism
1 西北工业大学 空中交通管理系统研究所,西安 710072
2 西安交通大学 电信学院,西安 710049
基于轮廓结构元素形态学(CB形态学)和广义多结构元素的数学形态学,构造了一种新颖的用于抑制图像中的散斑噪声的串并复合滤波器。首先采用全方位多结构元素的广义多刻度形态开最大滤波器与广义多刻度形态闭最小滤波器相并联的滤波器进行滤波,力求在滤波的同时图像几何细节损失尽可能少,然后通过级联的CB开和CB闭滤波器,再滤除剩余的斑点噪声,从而在有效抑制图像中的散斑噪声的同时更好地保持了图像的细节信息。分析和仿真表明了本文提出的滤波算法的有效性。
轮廓结构元素形态学(CB形态学) 滤波器 多结构元素 斑点噪声抑制 contour bougie morphology filter multiple structure elements speckle noise suppressing
