基于TLDM技术的摄像头行为识别与追踪研究

为解决传统监控系统存在的依赖人工操作、难以全面监控人物行动轨迹等缺陷,采用TLDM技术,通过嵌入式编程优化现有安防系统,实现对外来陌生人员的行动轨迹监测及档案归类,提高智能化水平。系统可远程掌控关键区域,有效排查安全隐患;同时与人脸识别考勤系统对接,实现内外人员档案区分,精准掌握人物移动状况,提高监控效率。该系统实现了对关键区域的远程监控,成功排查了潜在安全隐患,提高了监控效率,并在人员行动轨迹把控、进入设施人员识别、摄像头联系运用等方面取得了显著成果。

基于排队论的跨摄像头乘客轨迹识别方法

目前摄像头监控视频群组中采用遍历查找搜索全部摄像头视频,或者拓扑网查找重复搜索,导致人员追踪查找效率低、准确性差,为解决这一问题,提出了一种基于排队论和顶点加权有向图的高效选择监控摄像机视频的方法。该方法借鉴排队论理论的原理,将摄像头视为顶点,并构建了一个加权有向图。通过计算权值,能够确定最优的监控路径,同时考虑了摄像头之间的连接和权值。这一方法的关键优势在于高效地选择监控摄像机视频。此外,将城市轨道交通节点目标乘客的最优运动路径与人员追踪相结合,采用了顶点加权有向图的思想,提高了识别的准确性和效率。研究结果表明,通过将排队论和顶点加权有向图理论应用于人员追踪领域,为解决实际问题和提升系统性能提供了一种创新的方法。这一方法对于提升监控系统性能和人员追踪能力具有重要意义。

基于OpenMV摄像头的运动目标控制与自动追踪系统设计与实现

针对运动目标自动追踪系统复杂且成本较高等问题,文中旨在设计一种成本低廉且易于部署的基于STM32F103C8T6、OpenMV摄像头和二维舵机云台的运动目标自动追踪系统,以解决传统自动追踪系统设备昂贵、算法复杂难于推广的问题,并为OpenMV摄像头在安防监控等领域的应用提供新的思路。该系统主要由主控模块、OpenMV摄像头模块、二维舵机云台模块、电源模块、OLED显示模块组成,通过OpenMV摄像头模块识别特定阈值的色块或矩形图形,并处理色块与矩形角点位置信息,将处理后的数据通过串口通信发送给主控模块,再由主控模块通过PID算法与运动算法控制二维舵机云台模块运动,从而实现运动控制与自动追踪。最后通过激光笔测试装置实际追踪效果,整合数据进行分析验证,该运动目标控制与自动追踪系统的理论研究与设计能够达到目标效果。

基于读者行为追踪的智能服务研究——以帆布指纹识别与CNZZ为例

[目的 /意义]高校图书馆为了掌握读者信息需求动态数据。[方法/过程]利用帆布指纹识别与CNZZ两种方法进行读者信息追踪,获取读者信息行为,在法律与道德允许范围内,从获取的数据中挖掘读者需求信息。通过对高校读者的信息行为的特征需求分析,匹配与图书馆拥有的信息资源并通过网络平台推送至读者。[结果 /结论]借助于智能推荐系统,能够促进服务由粗放化向精细化转变,用以提高图书馆智能化服务水平。

沃尔沃生物识别车载摄像头可观察瞳孔监控驾驶员健康

沃尔沃或将于2019年推出车载摄像头,以监测驾驶员行为,进行生物识别。该款摄像头可在汽车在自动驾驶和传统驾驶模式之间来回切换时,用来跟踪驾驶员的行为。其目前还处于概念阶段,近期内应该不会在量产车上出现。对于有些车主担心此类“间谍摄像头”会观察他们的一举一动,发言人表示,拍摄的视频都是匿名的,不会分享出去。

基于深度学习的地铁站异常行为实时识别算法探析

现如今,地铁已经成为中大型城市人们的主要出行方式,地铁站成为人流密集的公共场所,出现异常行为的风险也随之增大,而异常行为在公共场所发生会给人民生命财产安全带来重大威胁,因此对异常行为的检测尤为重要。传统视频监控方式费时费力,而随着深度学习技术的不断发展,研究者们已经尝试将深度学习技术应用到视频监控中,实时监控人流,及时发现异常行为并进行处置,以规避更大的安全风险。实际地铁站异常行为检测场景中还存在以下两点问题:一是地铁场景下对异常行为检测任务的及时性要求较高,目前算法只对每一帧的静态特征进行检测,未考虑多帧之间的运动特征,使得异常检测出现延迟;二是地铁站中人员密集,异常行为可能出现在离监控摄像头较远的地方,目前的检测模型对小目标行为的检测能力较弱。

“史莱克”再现——多彩B32摄像头试用

在上期的“新品简报”中，我们对多彩魔幻“史莱克”摄像头做过简单的报道，独特的独眼怪造型相信给你留下了印象的深刻。它不仅具有130万像素动态捕捉（最大分辨率1280×960）和3倍数码变焦能力，而且新增了脸部识别追踪系统。上市之初报价为168元，不过近日迅速降到99元，成为一款性价比非常高的产品。为此，本期我们特对这款摄像头进行了更为全面的测试，看看它是否真的物超所值。

基于人类视觉皮层双通道模型的驾驶员眼动行为识别

驾驶员的危险行为会增加交通事故的发生率,目前对驾驶员行为的研究中大多通过面部识别等方法对异常行为如疲劳驾驶、接电话等进行识别。这种方法仅客观地对驾驶员行为进行分类,而忽略了他们在驾驶过程中的主观心理。眼动仪是记录和分析驾驶员眼动数据的有效工具,可以清晰地了解驾驶员的想法并总结其视觉认知模式。因为目前还没有针对驾驶员眼动行为的数据库,首先构建了真实道路场景下的眼动视频数据集VIPDAR_5,与传统数据相比,它存在更多的摄像机运动、光照变化、视线遮挡等情况。针对这些问题提出了一个基于人类视觉皮层双通路的模型TWNet,通过模拟视觉机制,提高了驾驶员眼动行为的识别性能。另一方面,通过自适应最大池化层和通道权重设置,减少参数,提高准确率。在VIPDAR_5数据集上的实验结果表明,与现有方法相比,该模型能有效识别驾驶员眼动行为。

挪威:以鱼脸识别追踪鲑鱼健康状况

即使是鱼也无法逃脱面部识别摄像头的“冲击”。近日,挪威的一家公司开发了一种3D扫描仪,它可以根据眼睛、嘴巴和鳃周围斑点的特征来区分鲑鱼,即利用面部识别技术为数百万条鱼建立医疗记录。可能会有数以百万计的大西洋鲑鱼的面部信息被储存在数字数据库当中,这么做的目的是追踪它们的健康状况,鲑鱼养殖场借此来对抗致命的寄生性海虱,并识别那些对它们的海洋环境构成威胁的疾病,从而降低损失。

学术信息探索式搜索行为的情感变化与眼动特征研究

[研究目的]为研究学术信息搜索行为的探索式搜索特征与行为规律,结合面部表情识别与眼动追踪技术,分析学术信息探索式搜索行为的搜索过程以及探索式浏览阶段、集中搜索阶段的情感特征与眼动特征。[研究方法]首先通过用户实验得到29名被试的实验数据,综合运用Tobii眼动仪、前置摄像头拍摄并结合录屏分析、用户访谈分别得到被试的眼动数据、面部表情数据和搜索过程行为数据。通过深度卷积神经网络算法识别表情数据,并结合python分析眼动数据,最后运用SPSS对结果进行统计分析。[研究结论]根据负面表情占比,可将学术信息搜索过程中用户的情感变化过程分为稳定型、先增后减型、递增型、递减型四种;在探索式浏览阶段存在快速浏览行为与细致浏览行为,快速浏览行为偏向于目标筛选,而细致浏览偏向于阅读与学习;探索式搜索过程顺利程度会影响搜索过程中的深阅读行为和浅阅读行为。在研究方法上尝试通过识别面部表情进行信息搜索行为的情感研究,在应用层面上分析探索式搜索特征,其结论有利于指导用户搜索过程,提高搜索学习效率。

基于单目摄像头的主动式驾驶行为分析算法

为了预防事故发生,提出一种以人体三维姿态估计对驾驶员行为进行识别监测的算法。利用单目摄像头获取运动中驾驶员的视频流,提取每帧图像的二维轮廓特征,与预先建立的三维人体模型的二维投影进行匹配,实时估计驾驶员上半身的姿态。根据获取驾驶员的8个骨骼节点的三维坐标,对驾驶员的行为识别分析。试验模拟驾驶员正常、单手、接听电话和疲劳/醉酒驾驶4种驾驶状态,通过骨骼节点的坐标变化,实现检测和识别驾驶员的姿态行为并给予提醒。在光线较好的情况下,与PRECLOSE(percent eye closure)算法相比,该算法的误检率降低了24. 24%。

车载眼动追踪技术应用集成系统开发

眼动追踪技术[1][6]是当代心理学研究的重要技术,广泛运用于实验心理学、应用心理学、工程心理学、认知神经科学等领域。当人的眼睛看向不同方向时,眼部会有细微的变化,这些变化会产生可以提取的特征,计算机可以通过图像捕捉或扫描提取这些特征,从而实时追踪眼睛的变化,预测人的状态和需求,并进行响应,达到用眼睛控制设备的目的。本研究结合眼动追踪识别技术,研究在车载方面的应用,实现了追踪驾驶员眼球动作控制智能后视镜的开启和关闭的功能。

运动目标控制与自动追踪系统设计

以单片机CH32V307VCT6和OpenMV为核心设计了两个系统,分别为运动目标控制系统与自动追踪系统。该系统主要包括OpenMV高清摄像头、二维舵机云台、红绿激光笔和单片机控制电路。运动目标控制系统主要由单片机和摄像头进行主控通信,将识别到的黑框矩形通过摄像头发送数据至单片机内,从而输出PWM波控制舵机,实现目标的运动控制。自动追踪系统由OpenMV与单片机进行通信,通过识别白屏内的红斑,控制舵机云台,移动绿色激光,在2s内自动对其进行精准追踪,追踪成功时发出声光提示,并且两光斑追踪距离始终小于等于3cm。系统各项指标均优于设计要求。

缩小放大的魔术 智能人脸追踪的秘密

众所周知,在网络视频的过程中,最重要的莫过于看清视频对象面部,而具有人脸识别功能的摄像头产品就能满足这类应用的需求。那么脸部识别功能究竟是如何工作的呢?让我们一起来探究。

室内行人移动行为识别及轨迹追踪

作为室内位置服务的基础,室内定位技术近年来得到了广泛的关注。针对现有室内定位技术存在成本高、精度有限以及效率不足等问题,提出了一种融合人类活动识别、行人航迹推算（pedestrian dead reckoning,PDR）以及地标匹配修正等技术的室内行人位置推算方法。该方法使用基于智能手机的PDR技术来估算用户的位置信息,而人类活动识别技术则用来感知用户室内移动行为中的特定地标,利用这些地标信息来辅助修正PDR轨迹中产生的累积误差。此外,为了解决用户初始位置未知的问题,引入隐式马尔科夫模型进行推断,并提出了一种顾及室内环境特征的维特比算法来确定用户轨迹。实验结果显示,所提方法在提高室内行人移动行为识别和定位精度的同时,有效实现了用户室内轨迹的追踪。

重新认识面部识别技术

我们可能在好莱坞大片中见过这样的场景：警察通过放在各个路口的监控摄像头，跟踪并拍摄某个面孔，再和数据库中的恐怖分子照片进行比对后，快速行动从人群中找出恐怖分子并成功阻止了犯罪行为。在现实生活中，这已经不仅仅是艺术家或者科幻迷的空想。科技改变生活，这项让人赞叹的生物识别技术，已经逐渐运用到我们的日常生活中了。

智能监控系统中异常行为识别及追踪

当前普遍使用的监控摄像头,需要大量人工进行监控,其仅能支持画面录像及画面存储,基本上无法做到智能事前预 警。因此,当前视频图像序列中的异常行为检测技术成为智能视频分析领域中一个重要的研究方向。本文对智能监控系统中异常 行为的识别和追踪流程及技术手段进行阐述,期望智能监控能够真正作为安防的高效手段,提高监控效率。

基于浏览器指纹技术的预防黄牛党挂号系统

针对目前医院在网上挂号服务中热门专家号遭受黄牛党抢号囤号的问题,结合浏览器指纹技术可识别浏览器访问用户身份的特点,设计了一个可识别挂号者身份的预防黄牛党挂号系统。首先,通过浏览器端采集挂号者的浏览器特征参数,生成浏览指纹信息;然后根据浏览器指纹分析挂号者行为特征和挂号记录,进而区别正常用户和黄牛身份的挂号请求。实验结果证明,所设计的系统对于黄牛党的身份具有很高识别率,可以有效预防黄牛党行为。

基于AR技术的少儿英语拍拍乐

随着经济的发展,父母对子女的幼儿教育越来越关心,并且英语对很多人来说都很重要,因此学习英语应该从小抓起。但学英语并不简单,尤其是单词。考虑到枯燥的学单词方式可能会让幼儿从一开始就抵触英语,不利于之后更加深入的学习探索,因此,尝试将增强现实技术融合到单词学习APP中,让幼儿不仅能够亲身感受到增强现实所带来的3D视觉的冲击,还能实现单词的有效学习。以此种全新的学习体验帮助幼儿学习英语,可以增强幼儿的视觉体验,激发幼儿的学习兴趣,从而达到帮助幼儿更好地学习英语的目的,这样新颖的方法能很好满足市场需求。

基于kinect的家居安全防护系统

为了更好的保障家庭生活的安全,本文提出了一种基于Kinect的家居安全防护系统。该系统利用Kinect传感器的人体行为识别、深度数据探测的功能完成入侵检测,并整合报警系统,形成了一整套的家居安全防护。此外,该系统可靠、有效,且操作简单,较传统的安全防护系统更加精准化、智能化。