首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于情境推理的异常行为行踪智能识别方法及装置 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:中国电子科技集团公司电子科学研究院

摘要:本发明公开了一种基于情境推理的异常行为行踪智能识别方法及装置,所述方法包括:构建多场景下的数据集,根据所述数据集建立异常行为数据库和正常行为数据库,其中,所述数据集中的异常行为进行了标注;根据所述异常行为特征库和所述正常行为特征库,采用基于模式匹配的异常行为行踪检测方法和基于机器学习算法的异常行为行踪检测方法,进行异常行为行踪的智能识别。

主权项:1.一种基于情境推理的异常行为行踪智能识别方法,其特征在于,包括:构建多场景下的数据集,根据所述数据集建立异常行为特征库和正常行为特征库,其中,所述数据集中的异常行为进行了标注;根据所述异常行为特征库和所述正常行为特征库,采用基于模式匹配的异常行为行踪检测方法和基于机器学习算法的异常行为行踪检测方法,进行异常行为行踪的智能识别;基于模式匹配的异常行为行踪检测方法,进行异常行为行踪的智能识别具体包括:从实时视频数据中提取出行为行踪特征数据;使用模式标识Ii标记行踪特征数据中的行为,给定滑动窗口W,一个行为Ii发生描述为其中Ii为行为标识,为行为Ii的发生频度F取值,值域为{zero,few,many},NUM表示行为Ii在滑动窗口W中的发生次数,的取值为当Ii发生次数为NUM时支持度最大的值;对滑动窗口W中每种行为的发生进行描述,得到目标在该滑动窗口中的行为序列L: 将行为序列L与异常特征库进行匹配,如果匹配成功,则确认为异常行为行踪,如果匹配失败,则确定为正常行为行踪;基于机器学习算法的异常行为行踪检测方法具体包括:在训练集中寻找待分类样本的Ki个最近邻样本,依据Ki个最近邻样本的类标签,通过多数投票方法预测待分类样本的类别,并使用正常行为数据构建k-NN模型;基于所述k-NN模型,假定X′为一个包含了n′正常样本的样本集即正常行为特征库,X′=[x1,x2,...,xn′],Xi为待检测样本,根据公式2计算Xi与X′中各样本xi,1≤i≤n′的余弦相似度,若Xi与X′中某个样本xj的余弦相似度等于1,则Xi与xj完全匹配,将Xi判定为正常行为,否则,将从X′包含的n′个样本中找出与Xi余弦相似度最高的k′个样本,再计算Xi与这k′个样本的平均余弦相似度,若该平均余弦相似度大于一个预定的相似度阈值则将Xi判定为正常行为;若Xi未被k-NN模块判定为正常行为,则Xi被最终判定为异常行为: 其中,“·”代表对两个特征向量进行点积运算。

全文数据:

权利要求:

百度查询: 中国电子科技集团公司电子科学研究院 基于情境推理的异常行为行踪智能识别方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。