1.完整项目描述和程序获取
>面包多安全交易平台:https://mbd.pub/o/bread/Y56UmZpy
>如果链接失效，可以直接打开本站店铺搜索相关店铺：
>如果链接失效，程序调试报错或者项目合作也可以加微信或者QQ联系。
2.部分仿真图预览
3.算法概述
实时的人群异常行为识别是一项极具挑战的工作，具有较高的现实意义和社会需求，快速准确地判断出异常行为并及时预警，一直是我们探索的方向。传统的机器学习算法虽然具有较好的行为识别效果，但是算法的性能严重依赖于人工设计特征，且特征的采用依赖于特定的问题，这就使得算法的泛化能力不足。卷积神经网络作为一种深度模型，因其不需要手动设计特征，可直接作用于原始输入的特性，具有更强的学习和表达能力，在图像识别领域应用广泛。但是CNN中的BP神经网络分类器易导致模型陷入局部最优且收敛速度慢，会对模型精度带来负面影响，而广义回归神经网络（GRNN）仅有一个变量，具有较好的函数逼近能力，不需要迭代，在应用方面效果较优。
4.部分源码
......................................................
for k = 1:length(setA1)-2
k
image3 = rgb2gray(imread(NAME1));
tmps3 = im2bw(imread(NAME2));
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%时空特征提取特征
image1b = image1;
image2b = image2;
image3b = image3;
%时空特征提取特征
image1b = image1;
image2b = image2;
image3b = image3;
[R,C] = size(tmps1);
for i = 1:R
for j = 1:C
if tmps1(i,j)==1
image1b(i,j) = image1(i,j);
else
image1b(i,j) = 0;
end
if tmps2(i,j)==1
image2b(i,j) = image2(i,j);
else
image2b(i,j) = 0;
end
if tmps3(i,j)==1
image3b(i,j) = image3(i,j);
else
image3b(i,j) = 0;
end
end
end
%C3D神经网络模型来提取图像帧中人群的时空特征， 时间维度3
y = func_feature1(image1b,image2b,image3b);
type = sim(net,y');
%容错处理
TYPE1(k)=type;
if k <= 16
TYPE2(k)=round(mean(TYPE1(1:k)));
else
TYPE2(k)=round(mean(TYPE1(k-16:k)));
end
[R,C]=size(tmps1);
frame2 = imread(NAME1);
for i = 1:R
for j = 1:C
if tmps1(i,j)==1;
frame2(i,j,1)=0;
frame2(i,j,2)=255;
frame2(i,j,3)=0;
end
end
end
%轮廓显示
YY = func_position(tmps3,imread(NAME1),80,TYPE2(k));
end
05_059_m
