深度卷积网络视频暴力行为检测算法研究

发布时间：2023-05-07 20:17

　　近年来,为不断推进平安城市建设,安防监控设备在全国各地得到广泛应用。如何使用计算机视觉技术对视频监控中的暴力行为实现有效的智能化分析,对维护社会稳定,保障人们生命和财产安全至关重要。随着深度学习的快速发展,该文在深度卷积神经网络基础上,对视频暴力行为检测进行研究,主要研究内容包括以下几点:首先,针对人工设计特征的方法检测率较低,计算复杂度较高的问题,提出三维卷积神经网络视频暴力行为检测算法。通过对输入的原始视频帧序列进行三维卷积和三维池化操作,获取视频深层时空特征信息,实现端到端的暴力行为检测;此外,为提高网络泛化能力,加速网络训练,在每个卷积操作之后均进行批量归一化;为进一步避免因数据集样本较少而产生的网络过拟合现象,在两个全连接层之后添加Dropout层。实验表明,该算法优于传统方法,具有一定的有效性。其次,为充分利用视频时空特征信息,提高检测准确率,在双流卷积神经网络基础上,提出双流三维卷积特征融合视频暴力行为检测算法。采用三维卷积神经网络(Convolutional 3D,C3D),对连续的视频帧序列进行特征提取,不仅可以获取视频空间信息还可有效提取视频时空融合信息;采用16层...

【文章页数】：65 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 课题研究背景及意义
    1.2 国内外研究现状
    1.3 本文研究内容
    1.4 本文组织结构
第2章 视频暴力行为检测基础
    2.1 引言
    2.2 卷积神经网络模型
        2.2.1 LeNet-5 网络
        2.2.2 AlexNet网络模型
        2.2.3 VGGNet网络模型
    2.3 视频暴力行为检测数据集
    2.4 视频暴力行为检测性能评估准则
    2.5 本章小结
第3章 三维卷积神经网络视频暴力行为检测算法
    3.1 引言
    3.2 三维卷积神经网络视频暴力行为检测算法
        3.2.1 三维卷积神经网络
        3.2.2 批量归一化
        3.2.3 Dropout技术
        3.2.4 网络模型详细参数设置
    3.3 实验结果与分析
        3.3.1 Hockey数据集性能分析
        3.3.2 Violent flow数据集性能分析
    3.4 本章小结
第4章 双流三维卷积时空特征融合视频暴力行为检测算法
    4.1 引言
    4.2 双流三维卷积时空特征融合视频暴力行为检测算法
        4.2.1 视频光流图提取
        4.2.2 空间流网络
        4.2.3 时间流网络
        4.2.4 模型融合
    4.3 实验结果与分析
        4.3.1 Hockey数据集性能分析
        4.3.2 Violent flow数据集性能分析
    4.4 本章小结
第5章 三维卷积密集连接网络视频暴力行为检测算法
    5.1 引言
    5.2 三维卷积密集连接网络视频暴力行为检测算法
        5.2.1 密集连接方式
        5.2.2 三维卷积密集连接网络
        5.2.3 网络模型详细参数设置
    5.4 实验结果与分析
        5.4.1 Hockey数据集性能分析
        5.4.2 Violent flow数据集性能分析
    5.5 本章小结
结论
参考文献
致谢



本文编号：3811266