基于深度学习的视频监控下行人异常检测
发布时间:2021-03-25 14:32
行人行为异常检测是计算机视觉研究领域关注的重要话题,也是传统视频监控升级为智能监控的关键性技术问题。尽管行人行为异常检测已有很多学者进行研究并取得一定成果,但由于复杂环境下表征行人行为特征的信息提取难,导致行人行为研究的进展较缓慢。为此,本文针对ViBe算法在复杂环境下阴影、鬼影和斑点导致行人前景提取难的问题,研究改进型ViBe算法。进而,在深究基本卷积神经网络的结构特性和功能设计基础上,探讨适合于行人行为检测的改进型2D、3D卷积神经网络。主要工作和取得的成果如下:1.针对ViBe算法在行人前景提取中较易受复杂环境影响的问题,提出改进型ViBe算法。算法设计中,采取梯度与背景均方差加权方式设计阈值半径自适应更新策略;基于HSV色彩空间中阴影及行人前景所在区域的亮度、饱和度和色度设计阴影检测规则;借助前景-邻域直方图的相似度匹配及背景二次更新策略设计鬼影消除规则。比较性的数值实验表明,该算法的鲁棒性强,计算复杂度低,能有效地获得较为完整的行人前景。2.在深入剖析2D卷积神经网络的基本原理、基本结构和功能设计基础上,通过利用以上改进型ViBe算法,并结合Dropout机制、数据增强策略等...
【文章来源】:贵州大学贵州省 211工程院校
【文章页数】:73 页
【学位级别】:硕士
【部分图文】:
RGB色彩空间模型
图 2.2 RGB 彩图 图 2.3 灰度图SV 颜色空间[42]色空间同 RGB 颜色空间类似,也是图像的一种表达方式,其由三个像处理中; H 表示色度(Hue)、S 表示饱和度(Saturation)、V 表示亮息均由此颜色空间的三种不同属性来表示。人所能观察到的各种视觉对于颜色主色波长所产生的色彩感觉,体现了颜色最基本的属的纯正程度,饱和度越高,颜色越鲜明,它体现颜色深浅程度。色质特性。亮度是指图像的明暗程度,其和光照强度密切相关。如果则这种颜色将趋近于黑色,反之若颜色的光亮很强,则颜色趋向于彩空间[43]模型可形象为一个六棱锥,如图 2.4 所示。在图 2.4(a)中,的底部顶点代表黑色,锥顶面中心点 V=1 处表示白色。色度围绕方向代表不同的色度,例如o0 方向表示红色、o120 方向表示绿饱和度用六棱锥顶面中心点到主轴的距离表示。图 2.4(b)、(c)直观
图 2.2 RGB 彩图 图 2.3 灰度图SV 颜色空间[42]色空间同 RGB 颜色空间类似,也是图像的一种表达方式,其由三个像处理中; H 表示色度(Hue)、S 表示饱和度(Saturation)、V 表示亮息均由此颜色空间的三种不同属性来表示。人所能观察到的各种视觉对于颜色主色波长所产生的色彩感觉,体现了颜色最基本的属的纯正程度,饱和度越高,颜色越鲜明,它体现颜色深浅程度。色质特性。亮度是指图像的明暗程度,其和光照强度密切相关。如果则这种颜色将趋近于黑色,反之若颜色的光亮很强,则颜色趋向于彩空间[43]模型可形象为一个六棱锥,如图 2.4 所示。在图 2.4(a)中,的底部顶点代表黑色,锥顶面中心点 V=1 处表示白色。色度围绕方向代表不同的色度,例如o0 方向表示红色、o120 方向表示绿饱和度用六棱锥顶面中心点到主轴的距离表示。图 2.4(b)、(c)直观
【参考文献】:
期刊论文
[1]采用PHOG融合特征和多类别Adaboost分类器的行为识别[J]. 马世伟,刘丽娜,傅琪,温加睿. 光学精密工程. 2018(11)
[2]一种改进光流法的运动目标检测及跟踪算法[J]. 李成美,白宏阳,郭宏伟,梁华驹. 仪器仪表学报. 2018(05)
[3]视频监控环境下行人异常识别方法研究[J]. 王家鹏,张著洪. 贵州大学学报(自然科学版). 2018(02)
[4]基于鲁棒主成分分析的运动目标检测优化算法[J]. 杨依忠,汪鹏飞,胡雄楼,伍能举. 电子与信息学报. 2018(06)
[5]基于监控视频的前景目标提取[J]. 雷瀚清,李豪,滕国伟. 电子测量技术. 2018(07)
[6]基于空-时域特征决策级融合的人体行为识别算法[J]. 李艳荻,徐熙平. 光学学报. 2018(08)
[7]基于视频深度学习的时空双流人物动作识别模型[J]. 杨天明,陈志,岳文静. 计算机应用. 2018(03)
[8]基于混合高斯模型与五帧差分的运动目标检测算法[J]. 李战明,谭向阳. 计算机与数字工程. 2018(02)
[9]基于均值背景与三帧差分的运动目标检测[J]. 亢洁,李晓静. 陕西科技大学学报. 2018(01)
[10]结合光流法与最近邻算法的运动目标检测[J]. 鲁春,杨会成,杨文斌,朱文博. 四川理工学院学报(自然科学版). 2017(05)
硕士论文
[1]基于在线鲁棒主成分分析的运动目标检测方法研究[D]. 莫言.湘潭大学 2018
[2]复杂场景下的基于双流网络的视频目标分割算法研究[D]. 邓志新.中国科学技术大学 2018
[3]视频中的人体动作行为识别研究[D]. 覃耀辉.电子科技大学 2011
[4]运动目标检测与阴影消除的研究[D]. 徐柱.江苏大学 2010
本文编号:3099843
【文章来源】:贵州大学贵州省 211工程院校
【文章页数】:73 页
【学位级别】:硕士
【部分图文】:
RGB色彩空间模型
图 2.2 RGB 彩图 图 2.3 灰度图SV 颜色空间[42]色空间同 RGB 颜色空间类似,也是图像的一种表达方式,其由三个像处理中; H 表示色度(Hue)、S 表示饱和度(Saturation)、V 表示亮息均由此颜色空间的三种不同属性来表示。人所能观察到的各种视觉对于颜色主色波长所产生的色彩感觉,体现了颜色最基本的属的纯正程度,饱和度越高,颜色越鲜明,它体现颜色深浅程度。色质特性。亮度是指图像的明暗程度,其和光照强度密切相关。如果则这种颜色将趋近于黑色,反之若颜色的光亮很强,则颜色趋向于彩空间[43]模型可形象为一个六棱锥,如图 2.4 所示。在图 2.4(a)中,的底部顶点代表黑色,锥顶面中心点 V=1 处表示白色。色度围绕方向代表不同的色度,例如o0 方向表示红色、o120 方向表示绿饱和度用六棱锥顶面中心点到主轴的距离表示。图 2.4(b)、(c)直观
图 2.2 RGB 彩图 图 2.3 灰度图SV 颜色空间[42]色空间同 RGB 颜色空间类似,也是图像的一种表达方式,其由三个像处理中; H 表示色度(Hue)、S 表示饱和度(Saturation)、V 表示亮息均由此颜色空间的三种不同属性来表示。人所能观察到的各种视觉对于颜色主色波长所产生的色彩感觉,体现了颜色最基本的属的纯正程度,饱和度越高,颜色越鲜明,它体现颜色深浅程度。色质特性。亮度是指图像的明暗程度,其和光照强度密切相关。如果则这种颜色将趋近于黑色,反之若颜色的光亮很强,则颜色趋向于彩空间[43]模型可形象为一个六棱锥,如图 2.4 所示。在图 2.4(a)中,的底部顶点代表黑色,锥顶面中心点 V=1 处表示白色。色度围绕方向代表不同的色度,例如o0 方向表示红色、o120 方向表示绿饱和度用六棱锥顶面中心点到主轴的距离表示。图 2.4(b)、(c)直观
【参考文献】:
期刊论文
[1]采用PHOG融合特征和多类别Adaboost分类器的行为识别[J]. 马世伟,刘丽娜,傅琪,温加睿. 光学精密工程. 2018(11)
[2]一种改进光流法的运动目标检测及跟踪算法[J]. 李成美,白宏阳,郭宏伟,梁华驹. 仪器仪表学报. 2018(05)
[3]视频监控环境下行人异常识别方法研究[J]. 王家鹏,张著洪. 贵州大学学报(自然科学版). 2018(02)
[4]基于鲁棒主成分分析的运动目标检测优化算法[J]. 杨依忠,汪鹏飞,胡雄楼,伍能举. 电子与信息学报. 2018(06)
[5]基于监控视频的前景目标提取[J]. 雷瀚清,李豪,滕国伟. 电子测量技术. 2018(07)
[6]基于空-时域特征决策级融合的人体行为识别算法[J]. 李艳荻,徐熙平. 光学学报. 2018(08)
[7]基于视频深度学习的时空双流人物动作识别模型[J]. 杨天明,陈志,岳文静. 计算机应用. 2018(03)
[8]基于混合高斯模型与五帧差分的运动目标检测算法[J]. 李战明,谭向阳. 计算机与数字工程. 2018(02)
[9]基于均值背景与三帧差分的运动目标检测[J]. 亢洁,李晓静. 陕西科技大学学报. 2018(01)
[10]结合光流法与最近邻算法的运动目标检测[J]. 鲁春,杨会成,杨文斌,朱文博. 四川理工学院学报(自然科学版). 2017(05)
硕士论文
[1]基于在线鲁棒主成分分析的运动目标检测方法研究[D]. 莫言.湘潭大学 2018
[2]复杂场景下的基于双流网络的视频目标分割算法研究[D]. 邓志新.中国科学技术大学 2018
[3]视频中的人体动作行为识别研究[D]. 覃耀辉.电子科技大学 2011
[4]运动目标检测与阴影消除的研究[D]. 徐柱.江苏大学 2010
本文编号:3099843
本文链接:https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/3099843.html