深度学习在视频安防监控系统的应用
发布时间：2022-02-12 13:28
安全运营是森林公园健康发展的重要组成部分,关系到每个游客的生命财产安全。近年来,公共安全和灾害事件频发,预警预防手段未完善,预警预防多依赖于视频监控,手段单一,视频监控多作为事后侦查依据,事前预防能力弱。视频监控覆盖不足,没有形成全方位布控。公园作为公共活动空间,对于潜在的犯罪分子,基于以往传统人工智能算法,缺乏人脸识别技术的准确度,进而缺失精准的监控跟踪,未能实现高精准的快速打击。所以本文提出基于深度学习算法的人脸识别技术的智能视频监控系统,及时预警,快速响应,精确打击,以解决公园安防工作面临的挑战与未来发展需求。本文对森林公园视频安防监控系统的建设背景进行概述,指出系统开发对公园的安全发展具有重要影响,明确了研究的目的和意义。（1）对森林公园视频安防监控系统进行需求分析,指出了系统建设的总体需求,对公园现场管理人员、监控室监控人员、公园主管领导、系统管理员等不同用户功能用例、核心业务流程等进行了分析,并对深度学习算法和智能安防需求、应用和作用进行分析。（2）提出了视频安防监控系统的设计原则和设计思路,总体上构建了系统架构,从应用、技术和网络部署等方面进行了设计,明确系统应用功能构成...
【文章来源】：电子科技大学四川省211工程院校985工程院校教育部直属院校
【文章页数】：95 页
【学位级别】：硕士
【部分图文】：
系统总体结构
第三章视频安防监控系统详细设计27图3-2CVR视频云存储设备拓扑图（3）高清解码设备：平台对所辖装置区实时监控、集中管理，支持对监控摄像记录的视频信号进行压缩编码处理，然后利用解码器进行解码后，用户才可以远程、实时、高清晰预览，要求选用视频综合平台DS-B10，支持全高清解码输出。4、分控中心设计分控中心位于各景区分控点，实现对所辖景区的安全监管，主要由控制客户端、网络键盘、高清解码器和大屏显示等组成。分控中心解码采用高清解码器。3.4系统应用架构设计森林公园视频安防监控系统开发采用J2EE服务体系，能够提供稳定的基础组件和服务，按照高内聚、松耦合的设计理念，支持面向服务的技术开发。系统的开发需要充分考虑后期用户需求的动态升级，从技术发展趋势来分析，并构建稳定的应用架构。监森林公园视频安防监控系统应用架构如图3-3所示。1、业务应用层应用层主要负责以web形式向客户端用户提供系统业务管理功能，主要包括系统登录、实时监控、录像管理、GIS地图管理、报警管理、综合查询、运维管理、资源管理等功能模块，用户可以通过B/S方式访问系统。2、平台管理层/应用层可以提供视频监控、异常报警、视频数据存储、智能分析、巡逻对讲、巡更
电子科技大学硕士学位论文32和传输效率。公园视频安防监控系统监控设备众多，可以按照数据存储、应用程序部署、文档管理等功用，分成不同的、独立的功能区，并通过千兆或万兆接口接入核心交换机，实现子网的连通，具有高带宽、高链路稳定性的特点。图3-5系统物理架构其中，平台管理服务器是系统的核心，支持多网段设备接入，实现不同网段IP设备的管理。服务器采用标准机架式工业控制器，N+M多机集群热备功能，确保系统数据的安全存储，主要负责系统的用户认证鉴权、数据存储、级联通讯以及指令调度等功能，提供统一身份认证管理，具有高稳定性，支持7*24小时连续工作。可通过简单直观的图形化配置工具实现快速安装和便捷管理。森林公园视频监控系统由许多不同区域的子网构成，不同业务网络区间需要采取防火墙来建立安全隔离条件，避免某个网络遭受外部入侵后，直接破坏整个网络系统的正常运行，同时发现问题后，能够采取杀毒软件和升级安全认证方式，及时对非法入侵行为进行防御，避免形势恶化。系统采用通用标准网管协议（SNMP），对网络通信过程进行标准化定义和约束，也支持采用视频隔离网闸设备加强安全监管能力建设。通过提高公园视频监控网络运行的可靠性，对监控点故障进行预测和检测，对设备性能进行统计和分析，为用户提供安全级别的视图浏览功能，提供网管系统自身和被管设备的日志信息。
【参考文献】：
期刊论文
[1]“智慧安防”的视频监控系统建设方案探讨[J]. 胡文,万青. 中国新通信. 2019(04)
[2]基于Seam Carving和深度学习的车标识别系统研究与实现[J]. 王霞. 梧州学院学报. 2018(06)
[3]视频监控系统发展现状与趋势[J]. 宫世杰,王薇,郭乔进,时高山,胡杰. 科学技术创新. 2018(29)
[4]视频监控系统在多校区高校安全保卫中的应用[J]. 唐永锋,王红平. 科技创新导报. 2018(13)
[5]基于深度学习的行人属性识别[J]. 陈萍,杨鸿波. 信息通信. 2018(04)
[6]基于深度学习的图像风格转换浅论[J]. 栾五洋. 数字通信世界. 2018(02)
[7]基于深度卷积神经网络的航空器检测与识别[J]. 俞汝劼,杨贞,熊惠霖. 计算机应用. 2017(06)
[8]融合语义知识的深度表达学习及在视觉理解中的应用[J]. 张瑞茂,彭杰锋,吴恙,林倞. 计算机研究与发展. 2017(06)
[9]楼宇安防视频监控系统的设计与优化[J]. 孙鸿昌,张绿原,孙加红,王升军. 智能建筑电气技术. 2016(05)
[10]社区视频监控系统建设与维护[J]. 李纯. 电子世界. 2016(12)
硕士论文
[1]时序深度学习算法及其应用研究[D]. 陈学票.天津大学 2018
[2]基于Theano深度学习框架的图像识别算法研究[D]. 孙园钦.吉林大学 2017
本文编号：3621805
【文章来源】：电子科技大学四川省211工程院校985工程院校教育部直属院校
【文章页数】：95 页
【学位级别】：硕士
【部分图文】：
系统总体结构
第三章视频安防监控系统详细设计27图3-2CVR视频云存储设备拓扑图（3）高清解码设备：平台对所辖装置区实时监控、集中管理，支持对监控摄像记录的视频信号进行压缩编码处理，然后利用解码器进行解码后，用户才可以远程、实时、高清晰预览，要求选用视频综合平台DS-B10，支持全高清解码输出。4、分控中心设计分控中心位于各景区分控点，实现对所辖景区的安全监管，主要由控制客户端、网络键盘、高清解码器和大屏显示等组成。分控中心解码采用高清解码器。3.4系统应用架构设计森林公园视频安防监控系统开发采用J2EE服务体系，能够提供稳定的基础组件和服务，按照高内聚、松耦合的设计理念，支持面向服务的技术开发。系统的开发需要充分考虑后期用户需求的动态升级，从技术发展趋势来分析，并构建稳定的应用架构。监森林公园视频安防监控系统应用架构如图3-3所示。1、业务应用层应用层主要负责以web形式向客户端用户提供系统业务管理功能，主要包括系统登录、实时监控、录像管理、GIS地图管理、报警管理、综合查询、运维管理、资源管理等功能模块，用户可以通过B/S方式访问系统。2、平台管理层/应用层可以提供视频监控、异常报警、视频数据存储、智能分析、巡逻对讲、巡更
电子科技大学硕士学位论文32和传输效率。公园视频安防监控系统监控设备众多，可以按照数据存储、应用程序部署、文档管理等功用，分成不同的、独立的功能区，并通过千兆或万兆接口接入核心交换机，实现子网的连通，具有高带宽、高链路稳定性的特点。图3-5系统物理架构其中，平台管理服务器是系统的核心，支持多网段设备接入，实现不同网段IP设备的管理。服务器采用标准机架式工业控制器，N+M多机集群热备功能，确保系统数据的安全存储，主要负责系统的用户认证鉴权、数据存储、级联通讯以及指令调度等功能，提供统一身份认证管理，具有高稳定性，支持7*24小时连续工作。可通过简单直观的图形化配置工具实现快速安装和便捷管理。森林公园视频监控系统由许多不同区域的子网构成，不同业务网络区间需要采取防火墙来建立安全隔离条件，避免某个网络遭受外部入侵后，直接破坏整个网络系统的正常运行，同时发现问题后，能够采取杀毒软件和升级安全认证方式，及时对非法入侵行为进行防御，避免形势恶化。系统采用通用标准网管协议（SNMP），对网络通信过程进行标准化定义和约束，也支持采用视频隔离网闸设备加强安全监管能力建设。通过提高公园视频监控网络运行的可靠性，对监控点故障进行预测和检测，对设备性能进行统计和分析，为用户提供安全级别的视图浏览功能，提供网管系统自身和被管设备的日志信息。
【参考文献】：
期刊论文
[1]“智慧安防”的视频监控系统建设方案探讨[J]. 胡文,万青. 中国新通信. 2019(04)
[2]基于Seam Carving和深度学习的车标识别系统研究与实现[J]. 王霞. 梧州学院学报. 2018(06)
[3]视频监控系统发展现状与趋势[J]. 宫世杰,王薇,郭乔进,时高山,胡杰. 科学技术创新. 2018(29)
[4]视频监控系统在多校区高校安全保卫中的应用[J]. 唐永锋,王红平. 科技创新导报. 2018(13)
[5]基于深度学习的行人属性识别[J]. 陈萍,杨鸿波. 信息通信. 2018(04)
[6]基于深度学习的图像风格转换浅论[J]. 栾五洋. 数字通信世界. 2018(02)
[7]基于深度卷积神经网络的航空器检测与识别[J]. 俞汝劼,杨贞,熊惠霖. 计算机应用. 2017(06)
[8]融合语义知识的深度表达学习及在视觉理解中的应用[J]. 张瑞茂,彭杰锋,吴恙,林倞. 计算机研究与发展. 2017(06)
[9]楼宇安防视频监控系统的设计与优化[J]. 孙鸿昌,张绿原,孙加红,王升军. 智能建筑电气技术. 2016(05)
[10]社区视频监控系统建设与维护[J]. 李纯. 电子世界. 2016(12)
硕士论文
[1]时序深度学习算法及其应用研究[D]. 陈学票.天津大学 2018
[2]基于Theano深度学习框架的图像识别算法研究[D]. 孙园钦.吉林大学 2017
本文编号：3621805
本文链接：https://www.wllwen.com/shoufeilunwen/xixikjs/3621805.html
