基于深度学习的暴力行为检测系统研究与应用

发布时间：2022-02-23 06:29

　　近年来,深度学习技术的发展与应用极大地促进了计算机视觉、自然语音处理等一系列相关领域的飞速发展。异常行为检测和分析作为计算机视觉领域的重要分支和研究热点与人们生活息息相关。暴力行为检测指的是及时有效地发现视频中的暴力行为,是异常行为检测的重要组成部分。基于监控视频的暴力行为检测是保护人民群众人身安全,维护社会环境和平稳定的基础,也是现代智能视频监控的重要组成部分,具有较重要的研究意义和应用价值。本文研究的内容是基于深度学习的暴力行为检测。采用更加贴近人体视觉系统的快慢双通道思想设计容量与任务复杂度相匹配的三维卷积神经网络,制作针对暴力行为检测任务的数据集,通过多次迭代训练获取暴力行为检测任务的参数模型,利用神经网络与模型组合共同完成暴力行为检测任务。本文设计并实现了在线和离线两种检测模式,在线检测实时性的问题通过多线程并行的方式解决。本文的主要工作内容包括以下几方面:（1）神经网络结构的设计、搭建与评估本文设计了一种快慢双流三维卷积神经网络用于提取视频帧序列的时空信息。三维卷积操作可以很好地捕捉到视频中时间和空间上的联系,快慢两通道可以有针对性地、有侧重地提取视频中的空间信息和时序信息... 

【文章来源】：大连海事大学辽宁省211工程院校

【文章页数】：74 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 暴力行为检测研究背景及意义
    1.2 行为检测与识别国内外研究现状
        1.2.1 基于手工特征的行为识别算法
        1.2.2 基于深度学习的行为识别算法
    1.3 论文的主要研究内容和章节安排
        1.3.1 论文的主要研究内容
        1.3.2 论文的章节安排
2 深度学习的理论基础及总体方案设计
    2.1 卷积神经网络介绍
    2.2 反向传播算法和梯度下降介绍
    2.3 总体方案设计
        2.3.1 总体方案内容
        2.3.2 系统硬件环境
        2.3.3 系统软件环境
    2.4 本章小结
3 融合三维卷积和快慢双流思想的网络结构设计
    3.1 神经网络结构设计
        3.1.1 网络主体架构的设计
        3.1.2 网络模型输入的设计
        3.1.3 基础网络结构的设计
    3.2 神经网络结构搭建
        3.2.1 神经网络输入
        3.2.2 网络通道间的信息融合
        3.2.3 卷积核、池化核选择
        3.2.4 分类器及其他
    3.3 神经网络性能评估
        3.3.1 评估实验数据集选择
        3.3.2 对比实验设计
        3.3.3 实验结果及分析
    3.4 本章小结
4 暴力行为数据集制作及模型参数获取
    4.1 现有暴力行为数据集分析
    4.2 暴力行为数据集的建立及预处理
        4.2.1 数据集的建立及展示
        4.2.2 原始数据集预处理
    4.3 暴力数据集训练神经网络获取模型参数
        4.3.1 训练超参数选择
        4.3.2 训练及测试结果分析
    4.4 本章小结
5 暴力行为检测系统的实现
    5.1 系统总体结构
    5.2 检测系统流程
        5.2.1 线程基础及优点介绍
        5.2.2 多线程并行引入系统
    5.3 暴力行为检测系统反应机制
        5.3.1 在线检测模式
        5.3.2 离线检测模式
    5.4 本章小结
总结与展望
参考文献
致谢
作者简历及攻读硕士学位期间的科研成果



本文编号：3641059