摘要：针对异常行为检测目标面临多尺度变化、易漏检误检以及复杂背景干扰等问题,提出了一种多尺度特征融合与快速多交叉结构改进的行人异常行为检测方法。该方法以YOLOv8为基线网络,在模型主干部分设计了快速多交叉结构提升上下文信息感知能力并减少网络参数,提出空间递进卷积池化模块实现多尺度信息融合,降低尺度差异带来的易漏检误检问题,提高检测的准确度;在模型颈部中引入SimAM注意力机制抑制复杂背景干扰,提升目标检测性能;最后采用WIoU损失函数平衡检测锚框的惩戒力度增强模型泛化性能。所提方法在UCSD-Ped1、UCSD-Ped2数据集进行验证,并在OPIXray数据集进行了泛化性测试。结果表明,所提方法异常行为识别精度较诸多先进检测算法均有不同程度的提升,且参数量更小,是一种性能较为优异的行人异常行为检测方法。

摘要：视频监控的设计目的是维护社会稳定,对于违法犯罪行为能够及时发现并且采取有效措施。然而这类系统在设计之初却忽略了对于个人隐私的保护问题。视频在传递过程中的泄露或者不法分子非法获取视频很容易侵犯个人隐私,造成不良后果。文章研究了基于混沌序列的图像加密解密算法对视频监控中的人脸进行加密,从而保护个人隐私。本系统有两点功能,一是可以对摄像头前的人脸信息进行实时加密,保证了视频录入过程中已经实现了人脸加密;二是对现有的视频中的人脸信息进行加密,保证了视频在传递期间人脸信息的安全性。

摘要：我们设计了四种不同质地的随机点立体图对(RDS),并按照Wilson的空间频率通道的频带,分别利用Butterworth滤波器及Gabor函数对之进行了数字滤波处理,然后进行各种左右眼配对观察.得结果如下:1、Gabor函数滤波后图对的匹配结果好于Butterworth滤波器滤波后的图对.2、滤波后图对的匹配效果与图象质地有关.3、不同滤波的图对匹配大多也能形成立体感.4、在体视不同通道图对的匹配中,右眼对图象的高频成分更为敏感.

摘要：为了解随机点立体图对(Random-Dot Stereogram简称RDS)空间参数的变化是否影响整体立体感的可塑性(Plasticity of global stereopsis),我们利用微机化的伪随机点立体图对发生器设计了三个心理物理实验.第一个实验,使RDS图对中两幅图中的一幅,在水平和垂直两个方向上改变尺寸,第二个实验,仅改变在水平方向的尺寸,第三个实验,只改变在垂直方向上的尺寸.立体视觉正常的十名被试在立体镜下观察这些图形,当达到双眼融合时,观测RDS图对左右两图之间尺寸差别的限度,结果表明,当在水平方向上尺寸变化时,尺寸差别的限度为最大,在垂直方向上尺寸变化时.尺寸差别的限度次于前者,当在水平和垂直双向变化尺寸时,尺寸差别的限度为最小,对不同视角的RDS图对,达到双眼融合时,视角本身的大小对尺寸差别的限度无显著性(?)(?).