基于深度学习的监控场景中的行人分析研究

发布时间：2021-09-06 00:27

　　随着人们生活水平和计算机技术的不断提高,人们对于公共安全问题关注也越来越高。如今智能监控系统在医院、学校、大型卖场、火车站等公共场所已经大量应用,这些监控视频可以帮助管理者及时处理出现的公共安全问题,从而更好地保护人们的生命财产安全,同时可以使公共资源得到更好的利用。行人搜索和行人的人数统计是智能视频监控和公共安全领域的热点、难点和新亮点,也是计算机视觉与模式识别领域的研究重点和热点。并且行人搜索和行人计数有着重要的研究和实用价值,它们可以帮助公共安全部门对公共场所进行监控、目标搜索和危险预警。随着近年来研究人员对于深度学习的关注不断增加,深度学习也在很多研究领域取得了很好的效果,研究人员开始越来越多的使用深度学习的方法去解决各自领域中存在的问题。本文首先会介绍深度学习的发展过程,以及深度学习在很多领域和问题中都有的应用模型。接着本文将介绍了行人计数、行人搜索、行人检测算法的国内外的研究现状,仔细解析这些方法的特点,并且对这些方法进行分类总结,分析它们的优势和不足之处。最后,本文针对行人计数和行人搜索中产生的问题提出了关于这两个任务的深度学习模型:基于深度学习的行人统计算法和基于深度学... 

【文章来源】：安徽大学安徽省 211工程院校

【文章页数】：55 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 研究背景与意义
    1.2 国内外研究现状
    1.3 本文的主要工作和组织架构
第二章 行人检测、计数和搜索的相关技术概述
    2.1 相关概念
        2.1.1 机器学习与传统方法概述
        2.1.2 深度学习概述
    2.2 行人检测的方法
    2.3 行人计数的方法
    2.4 行人搜索问题的概述
    2.5 本章小结
第三章 基于深度学习统计特征的行人计数方法
    3.1 引言
    3.2 相关工作
    3.3 基于深度学习统计特征的行人计数模型
        3.3.1 深度卷积特征
        3.3.2 卷积特征的统计分析
        3.3.3 基于支持向量机的行人计数
    3.4 实验结果与分析
        3.4.1 数据集
        3.4.2 评价标准
        3.4.3 实验对比结果
        3.4.4 实验结果分析
    3.5 本章小节
第四章 基于深度学习的行人搜索
    4.1 引言
    4.2 相关工作
    4.3 基于多任务融合网络的行人搜索的模型
        4.3.1 模型概述
        4.3.2 训练阶段
        4.3.3 测试阶段
    4.4 实验结果与分析
        4.4.1 数据集
        4.4.2 实验结果的评价
        4.4.3 实验结果的评价
        4.4.4 对比试验
    4.5 本章小节
第五章 总结与展望
    5.1 总结
    5.2 展望
参考文献
致谢
攻读硕士学位期间发表的论文



本文编号：3386364