人体姿态异常行为检测识别系统（论文，GUI）。该论文课题为基于Matlab的异常姿势识别系统。可以识别视频里面的一些诡异行为。比如说跌倒打架，都行走站立，伸长手臂等等。并且进行预警。人体异常行为检测识别系统（论文，GUI）。该论文课题为基于Matlab的异常姿势识别系统。可以识别视频里面的一些诡异行为。比如说跌倒打架，都行走站立，伸长手臂等等。并且进行预警。人体异常行为检测识别系统（论文，GUI）。该论文课题为基于Matlab的异常姿势识别系统。可以识别视频里面的一些诡异行为。比如说跌倒打架，都行走站立，伸长手臂等等。并且进行预警。人体异常行为检测识别系统（论文，GUI）。该论文课题为基于Matlab的异常姿势识别系统。可以识别视频里面的一些诡异行为。比如说跌倒打架，都行走站立，伸长手臂等等。并且进行预警。人体异常行为检测识别系统（论文，GUI）。该论文课题为基于Matlab的异常姿势识别系统。可以识别视频里面的一些诡异行为。比如说跌倒打架，都行走站立，伸长手臂等等。并且进行预警。

需要进行人体异常行为识别的视频一般都是未标记的序列图像,传统的有监督的识别方法往往不能较好地反映其行为的特征,识别率不高.提出了一种基于半监督学习的人体异常行为识别方法,首先使用基于DTW距离的self-training进行标记数据扩充,然后用此扩充的序列图像样本集合训练对应的HMM,最终进行异常行为识别.实验结果证明该方法有效且识别率较高.

该课题为基于MATLAB的异常行为检测系统，可以框定运动目标，进行一些行为的判别，如行走，站立，摔倒等。可以进行一些预警。带GUI可视化界面，需进行一些拓展，

基于轨迹的异常行为检测，用于智能交通监控

基于UEBA的用户上网异常行为分析的数据集

驾驶员异常行为 数据集 共9类 每类2500张左右

关于智能监控的论文。从传统视频图像处理方法和人工智能方法出发，以监控场景中行人的异常行为辨识为核心任务，研究智能监控技术的关键算法和系统实现。主要贡献在以下三个方面：第一，提出了实现不同情况下异常行为辨识的多种方法，并用这些方法解决了监控技术中几类常见异常行为的辨识问题。第二，将机器学习方法（主要是监督学习中的支持向量机方法）应用于智能监控系统，提高了系统的智能性和实时性。第三，设计并实现了以音频信号和多种传感器信号辅助视频信号的多模态智能视频监控系统。实验和演示系统验证了本文方法的有效性。

该课题为基于MATLAB的异常行为检测系统，可以框定运动目标，进行一些行为的判别，如行走，站立，摔倒等。可以进行一些预警。带GUI可视化界面，需进行一些拓展，

该课题为基于Matlab的异常姿势识别系统。可以识别视频里面的一些诡异行为。比如说跌倒打架，都行走站立，伸长手臂等等。并且进行预警。

该课题为基于Matlab的异常姿势识别系统。可以识别视频里面的一些诡异行为。比如说跌倒打架，都行走站立，伸长手臂等等。并且进行预警。