行为检测

摘要： 恶意行为检测是通过观察分析智能体一系列行为过程中的动作和行为识别其行为目的的方法。为了排除智能体行为的复杂性、误导性带来的影响,以隐马尔可夫为基础构造规划识别方法,综合分析多个智能体行为之间的关联关系推测行为目的性。文章提出恶意行为检测模型的整体框架,简述了复杂数据下的特征抽象方法,进而提出基于隐马尔可夫实现的规划识别方法,利用可观察节点与隐藏节点之间的关联关系分析预测。以UNIX系统日志为对象设计实验实例,验证方法的有效性,实验结果表明在合理提取攻击特征的情况下,方法对于恶意行为操作有较好的学习与检测性能。

摘要： 针对深度学习方法在实现端到端的特定行为检测时存在的局限性,提出将深度学习与行为先验相结合的改进方法自动检测吸烟和打电话行为。自建行为数据集,训练一个适合特定行为和小目标检测的深度网络;利用训练好的网络模型对输入图像进行前向预测。在初步预测出特定行为(吸烟或打电话)和与该行为相关的特定目标(手、香烟或手机等)信息后,结合行为先验建立逻辑推理关系进一步判定行为是否发生。实验结果表明,与单纯的基于深度学习的端到端行为检测方法相比,该方法能有效解决行为误检问题、明显提升检测精度。

摘要： 人-物交互检测任务的目标是定位并且识别图像中人与其周围物体的交互关系。该任务的挑战在于机器无法知道人具体和哪些物体存在交互关系,现有方法大多对人和物进行完全配对来解决这个问题。与他们不同,本文提出了一种基于关系推理的交互实例推荐网络来适应人-物交互检测任务,主要想法是利用人和物体的视觉关系中潜在的交互关系来推荐人-物对。此外,本文还设计了一个跨模态信息融合模块,对不同的上下文信息根据其对检测结果的影响程度进行融合,以此提高检测精度。本文在HICO-DET和V-COCO数据集上进行了充分的实验来验证所提出的方法,结果表明,本文方法在HICO-DET和V-COCO数据集上的mAP达到了19.90%和50.3%,分别比基准网络高了4.5%和2.8%。

摘要： 复杂机场环境下的行为检测是指应用视频采集技术、传感器技术实现对人体动作、特征、行为等内容的提取与分析,实现对行为的科学检测。目前,市场上的监控行为检测系统存在细微识别较差、识别率较低等问题。本文探讨识别检测技术在复杂机场环境中的应用原理,通过模型训练的方式提高行为识别率及检测效果,探讨监控识别系统应用方式。

摘要： 在视频理解任务中,为了减少行为检测任务中的数据标注成本同时提高检测精度,本文提出一种基于骨骼数据的弱监督视频行为检测方法,使用视频级的类别标注对行为检测网络进行弱监督训练.本文以二维人体骨骼数据和RGB图像数据作为网络输入,利用循环神经网络从骨骼数据中提取时域信息并送入全连接层输出所需的特征.骨骼数据提取的特征与RGB数据提取的特征分别传入注意力网络生成相应的权重,用来生成加权特征与加权时序类别激活图值.最后根据加权特征与加权时序类别激活图值进行行为的分类与时域定位.实验结果表明,所提出的结合人体骨骼数据的算法比有监督算法少使用了数据的时间标注.算法在THUMOS14数据集和ActivityNet1.3数据集上能够提高检测准确率.

摘要： 面对当前使用的逻辑回归、模糊聚类检测方法在异常用电行为数据持续增加情况下,出现的检测精准度低的问题,提出了基于深度森林算法的异常用电行为检测方法。构建基于深度森林的异常用电特征采样模型,预处理原始样本数据,消除遗漏数据。采用插值方法修复缺失值,并提取完整异常用电行为特征量。训练样本,减少拟合风险,使用深度森林算法,确定用电行为异常指数,并分类异常用电行为。由实验结果可知,该方法检测到的分时电量数据均与实际数据一致,当误检率为0.2时,检测率为0.05,具有精准检测结果。

摘要： 工业计算机在工业控制系统(ICS)中负责控制现场设备的核心控制器,直接面临来自开放网络的攻击威胁。针对工业计算机面临的外部网络攻击威胁,提出了适用于工业计算机的网络通信行为模型及高准确率的入侵检测方法。首先,分别从训练数据和训练算法两个维度优化模型;然后,针对高维流量数据导致的训练成本过高、准确率低等问题,提出了基于相关性分析的网络行为特征选择方法;最后,采用差分进化算法对支持向量机(SVM)进行参数优化。以烟草行业场景下工控设备进行实验验证,实验结果表明,优化后的模型准确率达到97%,曲线下面积(AUC)值为0.98,可有效识别网络攻击。相较于随机森林(RandomForest)、SVM、遗传算法优化的支持向量机(GASVM)等机器学习算法,所提优化方法的准确率提升了1%~7%,精确率提升了1%~4%。

摘要： 目前市面上的PAPR (电动空气净化呼吸器),作为劳动防护产品很受欢迎。随着国内外电子智能化程度的增加以及微电子芯片技术的发展,各种mems (微机电系统)传感器尺寸较小,更容易被医疗个人防护类设备所集成。本文认为,从研究设计角度来看,对传统的便携式呼吸机通过增加集成三轴加速度传感器,实现对呼吸机佩戴者的行为检测,对摔倒、长期静止、撞击等进行实时监视和预警,同时统计佩戴者的呼吸频率、计步等,通过BLE (低功耗蓝牙)将信息实时传输给手机、平板等智能终端,实现具备智能化功能的PAPR,对保障作业者的身心健康以及生产安全具有研究意义。

摘要： 为解决多人场景下单目视觉行为检测难度大的问题,通过将单目视觉提取的多种特征集融合提出了一种新的行为检测模型。该模型通过深度卷积神经网络(Convolutional Neural Network,CNN)提取区域候选集,经过池化层获得单目视觉的感兴趣目标集;搜索决定人体姿势的25个骨架关键点,提取各个点的位置坐标向量。将2种特征融合传入CNN预测单目视觉的行为标签。实验结果表明,所提模型获得了较高的单目视觉行为检测精度,对多人场景的检测性能也优于其他对比模型。

摘要： 针对网络环境愈发复杂、现有网络安全传输平台边界安全防护力薄弱、平台接口功能存在缺陷和重复开发部署、效率低下等问题,采用Golang语言、Socket加密传输方式及身份认证技术开发了网络安全传输平台通用代理服务,该代理服务具有穿越网络安全传输平台的正反向透明代理、内/外网的网络安全防护身份认证、访问控制、行为检测和安全管理等功能。作为铁路互联网和移动App项目中的传输桥梁,网络安全传输平台通用代理服务已在多个系统中应用,应用效果良好。

摘要： 随着社会和经济的发展，独居成为中国老人居住的主要方式。独居家庭内人和设备的异常检测与即时预警对老年人的生活和健康具有重要意义。本文首先介绍了我国老龄化社会存在的客观性，以及远程医疗和智能监测系统的发展现状，提出老年人行为检测的必要性；其次，从国内和国外两个方面介绍了老年人行为检测的研究成果；最后，总结了老年人行为检测技术的关键技术。

摘要： 随着近年来危害公共安全的群体性事件频繁发生,对人群场景下的人群状态分析与异常行为检测成为计算机视觉领域研究的热点问题.目前提出的诸如纯光流法,社会力模型,时空运动模型等算法,在检测准确率方面已能满足需求,但是算法复杂度普遍较高,运算量较大,在实际应用中难以保证实时性.鉴于此,首先,引入了人群移动区域面积的概念并定义了人群状态指数,来描述人群状态的变化,通过光流法获得人群运动矢量场,基于人群运动矢量场定义了人群运动强度指数来描述人群运动强度,基于人群运动矢量场与信息熵定义了人群混乱指数来描述人群运动方向的混乱程度.其次,基于降低算法运算量的考虑,根据上面提到的三个描述人群运动状态的特征变量设计了一种分层处理的人群异常行为检测方案,实验结果证明方案具有很好的效果.

摘要： 本文从僵尸网络的危害出发、简要介绍了僵尸网络检测系统之行为检测的工作原理与缺陷、并对“花生壳”软件做了必要的简单介绍，据此提出了“花生壳”在僵尸网络检测系统中的应用。

摘要： 针对Android平台的恶意代码分析建模一直是目前移动终端安全的研究重点,本文对目前常见的恶意代码进行归纳、分类和行为抽取,在对行为完成形式化描述的基础上,提出了一种基于petri网的恶意代码建模方法,使用该方法能够描述恶意代码从安装、加载到恶意执行的整个过程.并对恶意软件BeanBot建模,利用CPN tools仿真工具分析了模型的可达性和有界性等性质,实验表明该方法可以准确的刻画恶意代码的运行过程,有助于对恶意代码的机制进行深入分析.

摘要： 针对Android平台的恶意代码分析建模一直是目前移动终端安全的研究重点,本文对目前常见的恶意代码进行归纳、分类和行为抽取,在对行为完成形式化描述的基础上,提出了一种基于petri网的恶意代码建模方法,使用该方法能够描述恶意代码从安装、加载到恶意执行的整个过程.并对恶意软件BeanBot建模,利用CPN tools仿真工具分析了模型的可达性和有界性等性质,实验表明该方法可以准确的刻画恶意代码的运行过程,有助于对恶意代码的机制进行深入分析.

摘要： 针对Android平台的恶意代码分析建模一直是目前移动终端安全的研究重点,本文对目前常见的恶意代码进行归纳、分类和行为抽取,在对行为完成形式化描述的基础上,提出了一种基于petri网的恶意代码建模方法,使用该方法能够描述恶意代码从安装、加载到恶意执行的整个过程.并对恶意软件BeanBot建模,利用CPN tools仿真工具分析了模型的可达性和有界性等性质,实验表明该方法可以准确的刻画恶意代码的运行过程,有助于对恶意代码的机制进行深入分析.

摘要： 针对Android平台的恶意代码分析建模一直是目前移动终端安全的研究重点,本文对目前常见的恶意代码进行归纳、分类和行为抽取,在对行为完成形式化描述的基础上,提出了一种基于petri网的恶意代码建模方法,使用该方法能够描述恶意代码从安装、加载到恶意执行的整个过程.并对恶意软件BeanBot建模,利用CPN tools仿真工具分析了模型的可达性和有界性等性质,实验表明该方法可以准确的刻画恶意代码的运行过程,有助于对恶意代码的机制进行深入分析.

摘要： 针对Android平台的恶意代码分析建模一直是目前移动终端安全的研究重点,本文对目前常见的恶意代码进行归纳、分类和行为抽取,在对行为完成形式化描述的基础上,提出了一种基于petri网的恶意代码建模方法,使用该方法能够描述恶意代码从安装、加载到恶意执行的整个过程.并对恶意软件BeanBot建模,利用CPN tools仿真工具分析了模型的可达性和有界性等性质,实验表明该方法可以准确的刻画恶意代码的运行过程,有助于对恶意代码的机制进行深入分析.

摘要： 视频中人的行为活动研究是当前的一个热点.针对视频中人的活动行为,本文提出了一个不等划分视频序列的、分阶段利用视频序列特性的变化内容检测和分类的算法.它包括视频内容变化检测,内容变化视频段的检测和分类.实验结果达到了预期的目的.

摘要： 视频中人的行为活动研究是当前的一个热点.针对视频中人的活动行为,本文提出了一个不等划分视频序列的、分阶段利用视频序列特性的变化内容检测和分类的算法.它包括视频内容变化检测,内容变化视频段的检测和分类.实验结果达到了预期的目的.

摘要： 本发明公开了用于检测运动行为的设备和用于检测运动行为的方法。所述设备包括气压传感器单元、气压差值计算单元、比较单元、运动计数单元；气压传感器单元，用于跟随用户的运动动作实时检测气压值并发送气压值至气压差值计算单元；气压差值计算单元，用于计算相邻的两次初始气压值间的各个气压值与初始气压值的差值绝对值，得到相邻的两次初始气压值之间的最大差值绝对值并发送到比较单元；比较单元，用于比较最大差值绝对值和差值阈值，如果最大差值绝对值≥差值阈值，则通知运动计数单元进行计数；运动计数单元，用于在接收到比较单元的计数通知后将运动次数加一。本发明提供了较为通用的可以检测多种运动的方案。

摘要： 本申请提供了一种人体行为活动的检测方法、检测装置与行为活动检测系统，该方法包括：获取连续多帧的待检测图像，并对各待检测图像进行人体检测，得到多个第一目标数据组，每个待检测图像至少对应一个第一目标数据组，第一目标数据组包括第一目标点的位置信息和第二目标点的位置信息，第一目标点与第二目标点在目标对角线上；采用稠密光流算法对任意相邻的两个待检测图像进行计算，得到多个对应的光流图像，一个光流图像为两个相邻的待检测图像计算得到的；至少根据各光流图像以及对应的各第一目标数据组，确定人体的运动轨迹，并至少根据人体的运动轨迹，确定人体的行为活动，从而解决了现有技术中难以较为准确地检测人体的行为活动的问题。

摘要： 本发明提供了行为检测方法和行为检测设备。该行为检测设备：从图像检测头部的位置；基于头部的位置，检测当要检测的人在图像的床区域中在床的宽度方向上坐起并且从坐下状态站立时的向前弯曲运动；当检测到头部的移动为向前弯曲时，基于头部的移动路径而设置站立检测线，该站立检测线用于确定在向前弯曲的最低点与当人站在床旁边时头部的位置之间人离开床，站立检测线设置在与用于检测向前弯曲运动的向前弯曲检测线不重叠的位置；以及当头部通过所设置的站立检测线时，检测站立运动。

摘要： 本申请公开了一种文件行为检测基线确定及文件行为异常检测方法、装置，包括：构建文件系统的初始基线以得到当前基线；当监测到针对所述文件系统的实时文件行为，则提取所述实时文件行为的特征以得到目标特征；基于所述目标特征更新当前基线；判断当前基线是否达到预设稳定条件，若当前基线达到所述预设稳定条件，则将当前基线确定为文件行为检测基线。这样，通过监测针对文件系统的实时文件行为，基于实时文件行为的特征更新基线，实现基线的自学习，直到基线达到稳定状态，能够提升基线构建效率，并且能够提升检测准确率。

摘要： 本发明提供了一种行为检测方法、行为检测装置、存储介质和车载终端。其中，行为检测方法，用于车载终端，车载终端与车辆的主控设备连接，行为检测方法包括：通过主控设备获取车辆的运行信息；接收来自服务器的订单信息；根据运行信息和订单信息，确定车辆的行为状态；其中，运行信息包括以下一项或组合：车辆定位、行驶速度、行驶加速度、行程金额、行驶距离。车载终端在接收到订单信息后，能够根据订单信息和车辆的运行信息对司机的行为状态进行检测，无需持续向服务器发送数据。将行为检测的步骤配置由车载终端进行处理，降低了对网络条件的依赖，还提高了对行为检测的准确性。

摘要： 本公开提供了一种训练神经网络的方法、行为检测方法及行为检测装置，可用于人工智能领域或其他领域，神经网络包括：输入层，用于将资源转移训练数据传输给隐含层；隐含层，用于将资源转移训练数据从低维空间映射到高维空间的至少一个指定维度上，得到针对至少一个指定维度的输出结果；输出层，用于输出针对至少一个指定维度的输出结果，以便基于针对至少一个指定维度的输出结果确定用户资源转移行为画像和资源转移异常检测模型；该方法包括：利用神经网络处理资源转移训练数据；基于梯度下降法至少调整隐含层的网络参数取值，使得神经网络的聚类中心趋近于通过聚类算法得到的聚类中心，得到第一网络参数取值。

摘要： 本申请实施例公开了一种异常行为检测方法、装置及行为检测设备，具体地，首先通过行为检测设备的音频采集模块获取当前环境中的音频信号，然后，对该音频信号进行分析处理，以判断当前环境中是否存在异常行为。当获得的分析结果为存在异常行为时，启动报警装置。同时将该异常行为信号和/或发生异常行为时的音频信号发送给远端设备，以便远端设备根据该异常行为信号和/或音频信号采取相应措施。可见，基于行为检测设备实时采集音频信号，并对采集的音频信号进行实时分析，当且仅当存在异常行为时，向远端设备发送该异常行为信号和/或该异常行为发生时的音频信号，无需实时向远端设备发送异常行为信号和/或音频信号，能够有效节省网络资源。

摘要： 本申请适用于计算机视觉技术领域，提供了一种时序行为检测方法、时序行为检测装置及终端设备，包括：从待检测视频中提取出多个行为片段；确定所述多个行为片段中每两个行为片段之间的时间相关系数；根据所述时间相关系数和所述多个行为片段生成图结构数据，其中，所述图结构数据中包括用于表示所述行为片段的节点数据和用于表示两个行为片段之间的时间关联关系的连接数据；根据所述图结构数据检测所述多个行为片段各自的行为标签和时间边界。通过上述方法，能够有效提高时序行为检测的精度。

摘要： 本申请公开了一种人体行为检测方法、教师行为检测方法及相关系统和装置，其中，该人体行为检测方法包括：监控装置获取到包括目标人体的监控图像，并在监控图像中确定目标区域；对监控图像中的目标人体进行定位，确定目标人体的位置信息；基于位置信息判断目标人体是否在目标区域内；如果目标人体在目标区域内，基于监控图像确定目标人体的朝向及动作中的至少一种特征信息；以及利用目标人体的预设关键点确定目标人体的动作；根据至少一种特征信息以及目标人体的动作确定目标人体的当前行为。通过上述方式，本申请能够对出现在监控图像中的目标人体进行实时行为检测，且能够有效地提升对目标人体进行的行为判断的准确率。

摘要： 提供能够基于与从被检者产生的振动对应的振动信号识别被检者的咀嚼和吞咽的饮食行为检测装置。饮食行为检测装置具有：振动获取部，其获取从被检者的体内产生的振动，并生成与该振动对应的振动信号；能量计算部，其将振动信号分割为规定时间长的帧，并对每一帧计算振动信号的能量；稳定性判定部，其针对振动信号的每一帧，判定该帧是具有周期性的稳定信号还是不具有周期性的不稳定信号；持续时间测量部，其基于振动信号的每一帧的能量以及稳定性判定部的判定结果，检测振动信号的能量在能量阈值以上的不稳定信号持续的期间，并获取该期间的持续时间；以及判定部，其根据持续时间，判定在不稳定信号持续的期间内被检者是进行了吞咽还是进行了咀嚼。