基于姿态估计的航拍场景暴力行为监测
发布时间：2021-05-15 01:11
暴力行为犯罪一直是执法机关打击的重点,目前执法机关致力于使用视频监控系统对暴力行为进行远程监控。传统监控方式存在监控摄像头安装位置固定、监控区域难以达到全覆盖、监控人员长时间观看监控画面容易产生疲劳等问题。考虑到无人机监控视野广,计算机视觉技术进行视频监视具有更加智能的特点,以及人体姿态信息具有特征明确简单、不易受外观因素影响的优势,本文研究了基于姿态估计的航拍场景暴力行为监测。首先,搭建公共区域暴力行为监测无人机系统。监测无人机系统包含监测无人机平台和地面监控中心。监测无人机平台选用四旋翼机体作为飞行平台,使用Pixhawk实现无人机的飞行控制,采用嵌入式处理器Jetson TX2和相机组成机载视觉系统。此外,根据监测需求完成监测方案和软件的设计。其次,针对嵌入式处理平台,设计一种轻量化多人姿态估计方法,实现航拍场景下多人姿态的快速获取。采用关节亲和域PAFs（Part Affinity Fields）实现关节点的快速匹配;运用深度可分离卷积实现卷积分解减少模型计算量;同时通过TensorRT自动优化网络子网,并进行参数量化,提高算法的实时性和实用性。再次,设计了一种基于双分支分类网...
【文章来源】：西南科技大学四川省
【文章页数】：85 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
1 绪论
1.1 研究背景和意义
1.2 国内外研究现状
1.2.1 人体姿态估计算法研究现状
1.2.2 人体行为识别算法研究现状
1.2.3 暴力行为识别算法研究现状
1.3 本文主要研究内容
1.4 论文章节安排
2 航拍场景暴力行为监测系统搭建与软件设计
2.1 航拍场景暴力行为监测平台构建
2.1.1 系统方案设计
2.1.2 飞行控制模块
2.1.3 机载视觉系统
2.1.4 地面监控中心
2.2 航拍暴力行为监测方案
2.2.1 无人机监测策略
2.2.2 变焦距成像模型
2.3 航拍场景暴力行为监测软件设计
2.3.1 系统软件设计
2.3.2 飞行控制软件
2.3.3 图像处理软件
2.4 本章小结
3 面向嵌入式平台的实时人体姿态估计
3.1 引言
3.2 单人姿态估计网络CPM
3.3 基于关节亲和域的2D多人姿态估计网络
3.3.1 网络结构
3.3.2 关节热度图
3.3.3 关节亲和域
3.3.4 关节点匹配
3.4 轻量化多人姿态估计网络
3.4.1 人体姿态估计网络
3.4.2 特征提取网络
3.4.3 深度可分离卷积
3.4.4 TensorRT加速推理
3.5 实验分析
3.5.1 多场景下人体姿态估计
3.5.2 人体姿态估计算法实时性测试
3.6 本章小结
4 航拍视频暴力行为识别算法研究
4.1 引言
4.2 视频暴力行为监测流程
4.3 基于人体姿态的暴力行为关键帧检测
4.3.1 人体区域裁剪
4.3.2 特征图
4.3.3 双分支卷积网络
4.3.4 损失函数
4.4 基于人体骨架的暴力行为分类识别
4.4.1 网络结构
4.4.2 骨架时序-空间信息表达矩阵
4.4.3 图模型理论
4.4.4 时空图卷积网络
4.5 实验分析
4.5.1 暴力行为数据构建
4.5.2 暴力行为快速定位测试
4.5.3 时序暴力行为分类识别
4.6 本章小结
5 航拍场景暴力行为监测实验
5.1 巡航测试
5.2 暴力行为判断准则
5.3 航拍场景暴力行为监测实现
5.3.1 航拍场景人体姿态估计
5.3.2 机载暴力行为快速定位
5.3.3 暴力行为监测系统测试
5.4 本章小结
结论
致谢
参考文献
攻读硕士学位期间发表的学术论文及研究成果
【参考文献】：
期刊论文
[1]基于深度学习的人体姿态估计方法综述[J]. 邓益侬,罗健欣,金凤林. 计算机工程与应用. 2019(19)
[2]Deep Learning Based 2D Human Pose Estimation:A Survey[J]. Qi Dang,Jianqin Yin,Bin Wang,Wenqing Zheng. Tsinghua Science and Technology. 2019(06)
[3]视频行为识别综述[J]. 罗会兰,王婵娟,卢飞. 通信学报. 2018(06)
[4]无人机系统及发展趋势综述[J]. 祁圣君,井立,王亚龙. 飞航导弹. 2018(04)
[5]基于3D-CNN的暴力行为检测[J]. 周智,朱明,Yahya Khan. 计算机系统应用. 2017(12)
[6]基于角点动能模型的电梯轿厢内异常行为检测[J]. 靳海燕,熊庆宇,石欣,石为人. 计算机应用研究. 2012(02)
博士论文
[1]基于深度学习的暴力检测及人脸识别方法研究[D]. 丁春辉.中国科学技术大学 2017
硕士论文
[1]面向智能视频监控的目标检测和行为识别技术研究[D]. 廖煊龙.电子科技大学 2019
[2]监控视频中异常事件检测的方法研究[D]. 孙嘉玉.电子科技大学 2019
[3]基于视觉无人机动态监控系统人流量检测方法研究[D]. 贾其臣.长春工业大学 2017
[4]监控视频异常行为检测算法研究[D]. 李强.中国科学技术大学 2017
本文编号：3186658
【文章来源】：西南科技大学四川省
【文章页数】：85 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
1 绪论
1.1 研究背景和意义
1.2 国内外研究现状
1.2.1 人体姿态估计算法研究现状
1.2.2 人体行为识别算法研究现状
1.2.3 暴力行为识别算法研究现状
1.3 本文主要研究内容
1.4 论文章节安排
2 航拍场景暴力行为监测系统搭建与软件设计
2.1 航拍场景暴力行为监测平台构建
2.1.1 系统方案设计
2.1.2 飞行控制模块
2.1.3 机载视觉系统
2.1.4 地面监控中心
2.2 航拍暴力行为监测方案
2.2.1 无人机监测策略
2.2.2 变焦距成像模型
2.3 航拍场景暴力行为监测软件设计
2.3.1 系统软件设计
2.3.2 飞行控制软件
2.3.3 图像处理软件
2.4 本章小结
3 面向嵌入式平台的实时人体姿态估计
3.1 引言
3.2 单人姿态估计网络CPM
3.3 基于关节亲和域的2D多人姿态估计网络
3.3.1 网络结构
3.3.2 关节热度图
3.3.3 关节亲和域
3.3.4 关节点匹配
3.4 轻量化多人姿态估计网络
3.4.1 人体姿态估计网络
3.4.2 特征提取网络
3.4.3 深度可分离卷积
3.4.4 TensorRT加速推理
3.5 实验分析
3.5.1 多场景下人体姿态估计
3.5.2 人体姿态估计算法实时性测试
3.6 本章小结
4 航拍视频暴力行为识别算法研究
4.1 引言
4.2 视频暴力行为监测流程
4.3 基于人体姿态的暴力行为关键帧检测
4.3.1 人体区域裁剪
4.3.2 特征图
4.3.3 双分支卷积网络
4.3.4 损失函数
4.4 基于人体骨架的暴力行为分类识别
4.4.1 网络结构
4.4.2 骨架时序-空间信息表达矩阵
4.4.3 图模型理论
4.4.4 时空图卷积网络
4.5 实验分析
4.5.1 暴力行为数据构建
4.5.2 暴力行为快速定位测试
4.5.3 时序暴力行为分类识别
4.6 本章小结
5 航拍场景暴力行为监测实验
5.1 巡航测试
5.2 暴力行为判断准则
5.3 航拍场景暴力行为监测实现
5.3.1 航拍场景人体姿态估计
5.3.2 机载暴力行为快速定位
5.3.3 暴力行为监测系统测试
5.4 本章小结
结论
致谢
参考文献
攻读硕士学位期间发表的学术论文及研究成果
【参考文献】：
期刊论文
[1]基于深度学习的人体姿态估计方法综述[J]. 邓益侬,罗健欣,金凤林. 计算机工程与应用. 2019(19)
[2]Deep Learning Based 2D Human Pose Estimation:A Survey[J]. Qi Dang,Jianqin Yin,Bin Wang,Wenqing Zheng. Tsinghua Science and Technology. 2019(06)
[3]视频行为识别综述[J]. 罗会兰,王婵娟,卢飞. 通信学报. 2018(06)
[4]无人机系统及发展趋势综述[J]. 祁圣君,井立,王亚龙. 飞航导弹. 2018(04)
[5]基于3D-CNN的暴力行为检测[J]. 周智,朱明,Yahya Khan. 计算机系统应用. 2017(12)
[6]基于角点动能模型的电梯轿厢内异常行为检测[J]. 靳海燕,熊庆宇,石欣,石为人. 计算机应用研究. 2012(02)
博士论文
[1]基于深度学习的暴力检测及人脸识别方法研究[D]. 丁春辉.中国科学技术大学 2017
硕士论文
[1]面向智能视频监控的目标检测和行为识别技术研究[D]. 廖煊龙.电子科技大学 2019
[2]监控视频中异常事件检测的方法研究[D]. 孙嘉玉.电子科技大学 2019
[3]基于视觉无人机动态监控系统人流量检测方法研究[D]. 贾其臣.长春工业大学 2017
[4]监控视频异常行为检测算法研究[D]. 李强.中国科学技术大学 2017
本文编号：3186658
本文链接：https://www.wllwen.com/falvlunwen/fanzuizhian/3186658.html
