金融安全监控视频的行为分类与识别

发布时间：2021-10-17 08:17

　　通过对监控视频建模以达到自动判定视频中人类行为的研究一直是视频建模领域研究的重点。近些年来,随着科学技术的快速发展,机器在某些应用场景下正逐步取代人工操作。利用机器不知疲倦和高计算精度的特点,大大减少了对人力的需求,同时提高了执行效率,促进了经济的发展。然而在自动化技术发展的背后,也因为缺乏有效的人力监督,导致了某些自动化的便捷场所成为了犯罪的温床。本课题重点研究使用深度学习技术对监控视频建模的算法。传统的非深度学习视频建模算法（统称为传统算法）采用人工提取和组合多种特征描述子的方法对视频进行建模,进而依据特征描述子判断视频中的人物行为。这种方式需要耗费大量的时间去做特征提取,且提取的特征泛用性不高,只能用来识别某些特定的动作。一旦相同的动作产生了较大幅度的改变,传统算法的识别效果便会大大降低。深度学习算法使用深度神经网络模型对视频进行建模,在大样本量的支撑下,网络可以从视频中自动学习对动作判定有益的特征,从而大大加快识别效率和精度。本课题在调研了国内外行为识别领域相关文献的基础上,针对金融安全场景下监控视频的特有属性,提出了一种新型的半3D网络结构,加强了模型对视频中运动信息的编码能... 

【文章来源】：北京邮电大学北京市 211工程院校 教育部直属院校

【文章页数】：74 页

【学位级别】：硕士

【部分图文】：

图２－１生物神经元结构与Ｍ－Ｐ神经元模型１２９１??

?Ｌａｙｅｒ?ｌ２??图２－２多层感知机模型［２９］??图２－２展示了具有两个隐含层的多层感知机结构。可以看到层与层之间的节??点是全连接的，即当前层的每个节点的计算都与上一层的所有节点有关。隐层得??到输入后，利用自己的权重参数计算得到输出，然后经过非线性函数激活后传到??下一层。网络隐层的权重数值是神经网络学习的参数，即在网络结构确定的情况??下，给定一系列的输入值和输出值学习输入和输??出之间的映射关系。??如今由于硬件计算能力的发展，神经网络开始变得越来越深，表征能力也越??来越强，如下图就是一个５层深的神经网络。??ｈｉｄｄｅｎ?ｌａｙｅｒ?１?Ｗｄｄｅｎ?ｌａｙｅｒ?２?ｈｉｄｄｅｎ?ｉ＾ｙｃｒ?３??Ｉｎｐｕｔ?ｌ＾ｙｅｒ??图２－３包含多节点的大型神经网络【２９ｉ??８??

Ｌａｙｅｒ?Ｌ－．?Ｌａｙｅｒ?ｌ２??图２－２多层感知机模型［２９］??２－２展示了具有两个隐含层的多层感知机结构。可以看到层与层之接的，即当前层的每个节点的计算都与上一层的所有节点有关。，利用自己的权重参数计算得到输出，然后经过非线性函数激活。网络隐层的权重数值是神经网络学习的参数，即在网络结构确定一系列的输入值和输出值学习输的映射关系。??由于硬件计算能力的发展，神经网络开始变得越来越深，表征能，如下图就是一个５层深的神经网络。??ｈｉｄｄｅｎ?ｌａｙｅｒ?１?Ｗｄｄｅｎ?ｌａｙｅｒ?２?ｈｉｄｄｅｎ?ｉ＾ｙｃｒ?３??Ｉｎｕｔ?ｌ＾ｅｒ??

【参考文献】：
硕士论文
[1]采用深度网络的飞机表面图像损伤检测与识别[D]. 刘恒鑫.北京邮电大学 2018



本文编号：3441437