|本期目录/Table of Contents|

[1]向翼凌,何　伟*.面向校园安全的视频区域入侵检测算法[J].武汉工程大学学报,2019,(01):93-97.[doi:10. 3969/j. issn. 1674?2869. 2019. 01. 016]
　XIANG Yiling,HE Wei *.Intrusion Detection Algorithm in Video Region for Campus Security[J].Journal of Wuhan Institute of Technology,2019,(01):93-97.[doi:10. 3969/j. issn. 1674?2869. 2019. 01. 016]
点击复制

面向校园安全的视频区域入侵检测算法(/HTML)
分享到：

《武汉工程大学学报》[ISSN:1674-2869/CN:42-1779/TQ]

卷:
期数:
2019年01期
页码:
93-97
栏目:
机电与信息工程
出版日期:
2019-03-23

文章信息/Info

Title:
Intrusion Detection Algorithm in Video Region for Campus Security
文章编号:
20190116
作者:
向翼凌1; 何　伟*2
1. 武汉工程大学科技处，湖北 武汉 430205；2. 闽江学院经济管理学院，福建 福州 350108
Author(s):
XIANG Yiling1;  HE Wei *2
1. Office of Science & Technology，Wuhan Institute of Technology， Wuhan 430205， China；2. School of Economics and Management， Minjiang University， Fuzhou 350108， China
关键词:
视频监控; 区域检测; 大学生安全; 时空约束
Keywords:
video surveillance;  region intrusion detection;  campus security;  spatio-temporal constraints
分类号:
TP37
DOI:
10. 3969/j. issn. 1674?2869. 2019. 01. 016
文献标志码:
A
摘要:
对校园中的高风险区域如湖边、门道等公共场所进行视频区域入侵检测能够有效的提供校园实时安全预警，是平安校园建设的重要内容之一。针对传统视频区域入侵检测算法在入侵判定条件上的不足，本文提出了一种基于时空联合约束的视频区域入侵检测算法，利用学生活动的时效性和规律性给监控区域提供时域的约束条件，联合图像提供的空间信息，形成时空联合约束进一步提升入侵检测算法的实用性和针对性。实验结果表明：相比于传统的区域检测算法本文算法具有更高的检测效率。
Abstract:
Monitoring the high-risk regions in campus such as lakesides and doorways can effectively provide real-time security service， which is one of the most important parts of safe campus. To overcome the shortcoming of traditional intrusion detection algorithm for determination conditions， we presented an intrusion detection algorithm in video region by spatio-temporal constraints. Based on the timeliness and regularity of students’ activities， the proposed method provides time-domain constraints for the surveillance area， and combines the spatial information provided by the images to form the spatio-temporal constraints for further enhancing the practicality of intrusion detection algorithm. The experimental results show that the proposed algorithm has better detection efficiency than some traditional regional intrusion detection algorithms.

参考文献/References:

［1］　汪兆斌. 安全防范智能视频监控的核心技术与应用［D］. 南京：南京邮电大学，2014. ［2］　黄凯奇，陈晓棠，康运锋，等. 智能视频监控技术综述［J］. 计算机学报，2015，38（6）：1093-1118. ［3］　杨绍胤， 杨庆. 智能建筑工程及其设计［ M］ . 北京：电子工业出版社， 2009.［4］　黄东栋， 程莉， 党晶晶. 基于物联网的环境在线监测系统研究［J］. 武汉工程大学学报， 2018，40（3）：320-324. ［5］　何伟，薛琳，朱必法. 基于大数据挖掘的大学生安全管理预警模式构建［J］. 学校党建与思想教育，2017（20）：57-59. ［6］　卢涛， 章瑾， 陈白帆，等. 多尺度自适应配准的视频超分辨率算法［J］. 武汉工程大学学报， 2016， 38（2）：178-184. ［7］　王川，吴璟琛，崔秉成，金嘉靖，等. 基于风险的高校安防监控布局研究［J］. 安全，2017，38（11）：65-67. ［8］　BASS T. Intrusion detection systems and multisensor data fusion［J］. Communications of the ACM， 2000， 43（4）： 99-105. ［9］　赵凤娟. 行人异常智能视频监控系统研究与实现［D］. 西安：电子科技大学，2011. ［10］　郑锐，邵宗凯. 基于混合高斯模型与联合特征的行人检测方法［J］. 传感器与微系统，2017，36（7）：150-153. ［11］　张文雅，徐华中，罗杰. 基于ViBe的复杂背景下的运动目标检测［J］. 计算机科学，2017，44（9）：304-307. ［12］　杨琦. 基于OpenCV的绊线监控系统设计［D］. 青岛：中国海洋大学，2012. ［13］　CUCCHIARA R， GRANA C， PICCARDI M， et al. Detecting moving objects， ghosts， and shadows in video streams［J］. IEEE Transactions on Pattern Analysis and Machine Intelligence， 2003，25（10）：1337-1342. ［14］　朱明旱， 罗大庸. 基于帧间差分背景模型的运动物体检测与跟踪［J］. 计算机测量与控制，2006，14（8）： 1004-1006. ［15］　甘明刚， 陈杰， 刘劲， 等. 一种基于三帧差分和边缘信息的运动目标检测方法［J］. 电子与信息学报， 2010， 32（4）： 894-897.

相似文献/References:

备注/Memo

备注/Memo:
收稿日期：2018-11-15基金项目：湖北省教育厅人文社科研究项目青年项目（14Q346）；福建省教育科学“十二五”规划2015年度海峡两岸职业教育专项研究课题重点项目（FJJKHX15-025）作者简介：向翼凌，硕士，讲师。E-mail： 83635917@qq.com*通信作者：何　伟，博士，副教授。 E-mail： hewei11@mju.edu.cn引文格式：向翼凌，何伟. 面向校园安全的视频区域入侵检测算法［J］. 武汉工程大学学报，2019，41（1）：93-97.
更新日期/Last Update: 2019-02-19