基于机器视觉的监控视频智能处理系统

发布时间：2022-12-03 19:10

　　随着近年住宅小区、公共商业场所、ATM自助网点、银行大厅等各类大规模基础设施,正陆续由建设转向运营,这些区域都关系着人们的生命和财产安全,时有发生携带危险物品、盗窃犯罪、恐怖袭击等威胁公众安全的犯罪行为,目前的安防手段是在公共区域附近加装监控摄像头,因此,开发一套应用于安防领域的监控视频智能处理系统显得意义重大。为了有效监测监控区域内的危险因素,本文研究并设计了一套应用于安防领域的PC端监控视频智能处理系统,系统主要包含两个子系统:人脸遮挡检测与遗留物检测。在人脸遮挡检测部分,通过调研,设计了如下方案:制作适用于本文需求的人脸检测数据集OwnFace,采用SSD目标检测模型对人脸进行检测,然后通过基于YCrCb颜色空间的肤色检测算法进行肤色检测,计算脸部区域的肤色占比判断人脸是否发生遮挡。由于SSD模型检测速度较慢,无法满足实际需求,因此,需要进行一些改进来提高检测速度,改进的方法如下:首先用轻量级MobileNet网络替换SSD原有的VGG-16基础网络,组合成MobileNet-SSD目标检测模型对人脸进行检测,然后对训练好的MobileNet-SSD模型,采取合并BN层与卷积层策... 

【文章页数】：97 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 引言
    1.2 研究背景与研究意义
    1.3 发展历史与研究现状
        1.3.1 人脸遮挡检测技术的发展历史与研究现状
        1.3.2 遗留物检测技术的发展历史与研究现状
    1.4 论文研究内容与结构安排
        1.4.1 论文研究内容
        1.4.2 论文结构安排
第2章 应用于监控视频的图像处理技术与深度学习技术
    2.1 视频图像序列概述
    2.2 数字图像处理技术
        2.2.1 图像灰度化
        2.2.2 图像二值化
        2.2.3 图像滤波
        2.2.4 图像分割
    2.3 深度学习基本原理
        2.3.1 VGG基本原理
        2.3.2 MobileNet基本原理
        2.3.3 CUDA并行加速与CuDNN加速
    2.4 本章小结
第3章 基于MobileNet-SSD与肤色占比的人脸遮挡检测
    3.1 人脸遮挡检测方案的总体设计
    3.2 人脸检测数据集
        3.2.1 人脸检测数据集OwnFace
        3.2.2 OwnFace数据集预处理
    3.3 基于SSD的人脸检测
        3.3.1 基于深度学习的人脸检测技术分析
        3.3.2 SSD目标检测模型
        3.3.3 SSD模型训练及测试结果
    3.4 基于MobileNet-SSD的人脸检测及优化
        3.4.1 基于MobileNet-SSD的人脸检测
        3.4.2 基于MobileNet-SSD人脸检测算法优化
        3.4.3 实验结果分析
    3.5 基于肤色占比的人脸遮挡评价方案
        3.5.1 基于YCrCb颜色空间的肤色检测算法
        3.5.2 基于肤色占比的人脸遮挡检测
    3.6 本章小结
第4章 基于GMM与三帧差法的遗留物检测算法研究
    4.1 遗留物检测方案的总体设计
    4.2 监控视频中的前景目标检测
        4.2.1 帧间差分法
        4.2.2 混合高斯背景建模
    4.3 基于GMM与三帧差法结合的遗留物检测
        4.3.1 监控视频的去噪处理
        4.3.2 基于GMM与三帧差法的可疑遗留物检测
        4.3.3 基于YCrCb的阴影去除法
        4.3.4 基于质心判距法与特征相似度的跟踪方法
    4.4 基于容错机制的遗留物检测方法改进
        4.4.1 应用场景中遗留物被遮挡问题
        4.4.2 基于容错机制的遗留物检测方法
        4.4.3 实验结果分析
    4.5 本章小结
第5章 基于Caffe与 Qt的监控视频智能处理系统实现
    5.1 系统结构与环境配置
        5.1.1 Windows下 Caffe-SSD编译
        5.1.2 Qt环境配置
    5.2 监控视频智能处理系统实现
        5.2.1 人脸遮挡检测系统结构与设计
        5.2.2 遗留物检测系统结构与设计
    5.3 系统界面设计
        5.3.1 监控视频智能处理系统整体设计
        5.3.2 系统模块化功能设计
    5.4 系统的测试与结果
        5.4.1 系统测试环境
        5.4.2 系统功能测试
    5.5 本章小结
结论与展望
参考文献
攻读硕士学位期间发表的学术论文
致谢


【参考文献】：
期刊论文
[1]一种端到端的亚洲人脸数据集构建方法[J]. 杨国田,闫东.  科学技术创新. 2019(02)
[2]视频监控行业智能化进程分析[J]. 许慕鸿,刘小红.  信息通信技术与政策. 2018(11)
[3]关于图像处理技术现状及发展的分析[J]. 安丛姝.  科技资讯. 2018(25)
[4]人工智能算法在图像处理中的应用[J]. 王玉娟,张海,王先国,潘志宏.  电脑知识与技术. 2018(19)
[5]一种颜色直方图计算相似度的资产图片核对算法[J]. 王宁邦,徐博,夏百川,夏娜,邰永航,李琼.  智能计算机与应用. 2018(02)
[6]基于SSD卷积网络的视频目标检测研究[J]. 杨洁,陈明志,吴智秦,陈灵娜,林颖.  南华大学学报(自然科学版). 2018(01)
[7]基于DeepMask和RJMCMC的遗留箱体检测[J]. 刘小虎,彭天亮,邢静.  计算机与数字工程. 2018(01)
[8]智能视频监控系统发展及应用研究[J]. 刘佳.  电子测试. 2018(02)
[9]计算机数字图像处理技术的发展[J]. 于博文.  通讯世界. 2017(24)
[10]深度神经网络的压缩研究[J]. 韩云飞,蒋同海,马玉鹏,徐春香,张睿.  计算机应用研究. 2018(10)

博士论文
[1]图像特征提取方法及其应用研究[D]. 刘淑琴.西北大学 2016

硕士论文
[1]用于ATM机遮挡人脸检测的模糊级联分类器和ORB算法的研究[D]. 黄征宇.中南大学 2013
[2]两种改进的彩色图像灰度化算法研究[D]. 罗婷婷.浙江工商大学 2014
[3]基于CCD传感器视觉图像定位方法的研究与应用[D]. 魏大为.中国科学院大学(工程管理与信息技术学院) 2016
[4]基于整数变换与滤波的图像降噪研究[D]. 姚乃萌.天津大学 2014
[5]一种改进的灰度直方图跟踪算法[D]. 黎鹏.中国科学院研究生院(光电技术研究所) 2016
[6]基于视频监控的人脸遮挡检测方法研究[D]. 姬鹏飞.重庆邮电大学 2017



本文编号：3706809