软件工程与应用|基于三帧间差分的电厂监控异常检测方法

导读：

针对人为检测电厂中视频监控出现异常情况的问题，提出一种基于三帧间差分的电厂监控异常检测方法。首先，将电厂监控视频进行提取获得所有视频帧；其次，采用帧间差分方法并设置阈值进行异常帧提取并将其显示。根据某一段异常监控视频进行数据验证方法的有效性并通过该方法得到该段视频的最佳阈值，所得设置将提高监控异常检测及处理的速度，使用者可以直观检查出异常情况并进行相应的补救措施，显著减少人工管理成本，能够有效提升系统的可用性。

基本信息：

基于三帧间差分的电厂监控异常检测方法

Anomaly Detection Method for Power Plant Monitoring Based on Three Frame Difference

作者：

冒鸿宇, 孙刘杰, 张明西*：上海理工大学出版印刷与艺术学院，上海；周飞, 刘洲, 胡高斌：江苏国信靖江发电有限公司，江苏泰州

关键词:

帧间差分；异常检测；异常帧提取

项目基金：

国家自然科学基金项目(用户视角下的异质信息网络相似度搜索 62002225)；上海市自然科学基金项目(面向复杂视角的异质网络相似度连接查询21ZR1445400)。

原文链接：

https://doi.org/10.12677/SEA.2023.125064

内容简介：

在汉斯出版社《软件工程与应用》期刊上，有论文提出一种基于视频内容分析的帧间差分方法进行异常帧提取，该方法通过监控视频特性采用帧间差分算法并设置合理的阈值来获取异常帧。

本实验使用差分强度阈值对视频异常帧提取。选用局部最大值的方法进行帧间差分的异常帧提取，提取结果均匀分散在视频中不利于异常帧的捕捉。采用差分强度顺序的方法进行异常帧提取会出现大量冗余帧，因此采用差分强度阈值对视频异常帧提取最为合适，提取的精确度较高。利用帧间差分提取异常帧算法流程如图2。

本文在电厂中对于视频监控的异常检测的功能进行具体化，综合考虑各方面成本，结合现代技术与传统方法，提出利用帧间差分提取异常帧算法提取异常帧并将异常帧进行 base64 编解码实时在前端页面显示。利用某段视频进行系统测试，验证该方法具有可行性及有效性等特点。同时该系统的实现为进一步实现电厂监控视频异常检测作铺垫，为后续工作提供可靠的理论基础。该方法真正应用至电厂监控中将有效提高视频异常检测速度，实现数据的快速管理、降低人工管理成本。

1.瞿杏元, 曹忠虔. 基于时间序列异常检测分析的方法[J]. 运筹与模糊学, 2023, 13(1): 139-144.

https://doi.org/10.12677/ORF.2023.131016

2.张灿, 蔡俊. 基于双侧空间窗的异常检测方法[J]. 计算机科学与应用, 2019, 9(1): 19-27.

https://doi.org/10.12677/CSA.2019.91003

3.陈彦榕, 梁旭, 陈康, 黄思源, 张宇星. 基于间隔损失神经网络的异常翻栏检测方法[J]. 计算机科学与应用, 2023, 13(7): 1454-1464.

https://doi.org/10.12677/CSA.2023.137144

4.胡标, 徐克, 简文, 姜咏绮, 刘军. 基于GRU-TextCNN的日志序列异常检测方法[J]. 计算机科学与应用, 2023, 13(5): 1006-1018.

https://doi.org/10.12677/CSA.2023.135098

5.梁泓, 赵曙光. 基于Faster-RCNN的道路异常状态检测方法研究[J]. 计算机科学与应用, 2022, 12(3): 546-553.

https://doi.org/10.12677/CSA.2022.123055

所属期刊

-Software Engineering and Applications-

《软件工程与应用》是一本开放获取、关注计算机软件领域最新进展的国际中文期刊，主要刊登软件架构、软件设计方法、软件领域建模、编程语言和软件工程、计算机网络、信息与通信安全等领域的文章。本刊支持思想创新、学术创新，倡导科学，繁荣学术，集学术性、思想性为一体，旨在为世界范围内的科学家、学者、科研人员提供一个传播、分享和讨论计算机软件领域内不同方向问题与发展的交流平台。