基于计算机视觉的生产异常行为检测技术研究

[2]YUAN P, FAN C L, ZHANG C T. YOLOv5s-MEE: a YOLOv5-based algorithm for abnormal behavior detection in central control room[J]. Information Technology and Control, 2024, 53(1): 220-236. DOI: 10.5755/j01.itc.53.1.33458.

[3]CHEN J Z, LIU B, ZUO H W. Abnormal behavior detection in industrial control systems based on CNN[J]. Alexandria Engineering Journal, 2024, 107: 643-651. DOI: 10.1016/j.aej.2024.08.109.

[4]张扬, 刘泫梓, 孙文婷. 基于深度学习的视频监控异常行为检测技术研究[J]. 中国新通信, 2025, 27(17): 29-31. DOI: 10.3969/j.issn.1673-4866.2025.17.011.

[5]许星涛. 面向异常行为检测的边缘计算性能优化方法研究与实现[D]. 北京: 北京邮电大学, 2025. DOI: 10.26969/d.cnki.gbydu.2025.000966.

[6]陈卫东, 丁俊丹, 韩志强, 等. 基于视频异常行为检测在粮食仓储行业的应用研究进展[J]. 粮油食品科技, 2025, 33(3): 204-210. DOI: 10.16210/j.cnki.1007-7561.2025.03.021.

[7]XIAO J S, WU J Y, WANG S R, et al. Probabilistic memory auto-encoding network for abnormal behavior detection in surveillance video[J]. Neural Networks, 2025, 187: 107299. DOI: 10.1016/j.neunet.2025.107299.

[8]MA Y L, SHI H M, WANG Y, et al. Research on abnormal behavior detection technology in controlled areas based on human body parts trajectory tracking[J]. Journal of Instrumentation, 2025, 20(5): P05032. DOI: 10.1088/1748-0221/20/05/P05032.

[9]吴攀超, 范文博, 王婷婷. 改进RT-DETR的油田人员异常行为检测[J]. 机械与电子, 2026, 44(3): 32-40, 46. DOI: 10.3969/j.issn.1001-2257.2026.03.005.

[10]车占富, 唐号林, 张昆, 等. AI辅助下的泵站作业布控球多目标异常行为(违规作业)自动识别技术研究[J]. 自动化应用, 2026, 67(4): 71-74. DOI: 10.19769/j.zdhy.2026.04.018.

版权与开放获取声明

作为一本开放获取的学术期刊，所有文章均遵循 Creative Commons Attribution 4.0 International License (CC BY 4.0) 协议发布，允许用户在署名原作者的前提下自由共享与再利用内容。所有文章均可免费供读者和机构阅读、下载、引用与传播，EWA Publishing 不会通过期刊的出版发行向读者或机构收取任何费用。