暴力行為犯罪一直是執(zhí)法機(jī)關(guān)打擊的重點(diǎn),目前執(zhí)法機(jī)關(guān)致力于使用視頻監(jiān)控系統(tǒng)對(duì)暴力行為進(jìn)行遠(yuǎn)程監(jiān)控。傳統(tǒng)監(jiān)控方式存在監(jiān)控?cái)z像頭安裝位置固定、監(jiān)控區(qū)域難以達(dá)到全覆蓋、監(jiān)控人員長(zhǎng)時(shí)間觀看監(jiān)控畫面容易產(chǎn)生疲勞等問(wèn)題�？紤]到無(wú)人機(jī)監(jiān)控視野廣,計(jì)算機(jī)視覺(jué)技術(shù)進(jìn)行視頻監(jiān)視具有更加智能的特點(diǎn),以及人體姿態(tài)信息具有特征明確簡(jiǎn)單、不易受外觀因素影響的優(yōu)勢(shì),本文研究了基于姿態(tài)估計(jì)的航拍場(chǎng)景暴力行為監(jiān)測(cè)。首先,搭建公共區(qū)域暴力行為監(jiān)測(cè)無(wú)人機(jī)系統(tǒng)。監(jiān)測(cè)無(wú)人機(jī)系統(tǒng)包含監(jiān)測(cè)無(wú)人機(jī)平臺(tái)和地面監(jiān)控中心。監(jiān)測(cè)無(wú)人機(jī)平臺(tái)選用四旋翼機(jī)體作為飛行平臺(tái),使用Pixhawk實(shí)現(xiàn)無(wú)人機(jī)的飛行控制,采用嵌入式處理器Jetson TX2和相機(jī)組成機(jī)載視覺(jué)系統(tǒng)。此外,根據(jù)監(jiān)測(cè)需求完成監(jiān)測(cè)方案和軟件的設(shè)計(jì)。其次,針對(duì)嵌入式處理平臺(tái),設(shè)計(jì)一種輕量化多人姿態(tài)估計(jì)方法,實(shí)現(xiàn)航拍場(chǎng)景下多人姿態(tài)的快速獲取。采用關(guān)節(jié)親和域PAFs（Part Affinity Fields）實(shí)現(xiàn)關(guān)節(jié)點(diǎn)的快速匹配;運(yùn)用深度可分離卷積實(shí)現(xiàn)卷積分解減少模型計(jì)算量;同時(shí)通過(guò)TensorRT自動(dòng)優(yōu)化網(wǎng)絡(luò)子網(wǎng),并進(jìn)行參數(shù)量化,提高算法的實(shí)時(shí)性和實(shí)用性。再次,設(shè)計(jì)了一種基于雙分支分類網(wǎng)... 

【文章來(lái)源】：西南科技大學(xué)四川省

【文章頁(yè)數(shù)】：85 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
1 緒論
    1.1 研究背景和意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 人體姿態(tài)估計(jì)算法研究現(xiàn)狀
        1.2.2 人體行為識(shí)別算法研究現(xiàn)狀
        1.2.3 暴力行為識(shí)別算法研究現(xiàn)狀
    1.3 本文主要研究?jī)?nèi)容
    1.4 論文章節(jié)安排
2 航拍場(chǎng)景暴力行為監(jiān)測(cè)系統(tǒng)搭建與軟件設(shè)計(jì)
    2.1 航拍場(chǎng)景暴力行為監(jiān)測(cè)平臺(tái)構(gòu)建
        2.1.1 系統(tǒng)方案設(shè)計(jì)
        2.1.2 飛行控制模塊
        2.1.3 機(jī)載視覺(jué)系統(tǒng)
        2.1.4 地面監(jiān)控中心
    2.2 航拍暴力行為監(jiān)測(cè)方案
        2.2.1 無(wú)人機(jī)監(jiān)測(cè)策略
        2.2.2 變焦距成像模型
    2.3 航拍場(chǎng)景暴力行為監(jiān)測(cè)軟件設(shè)計(jì)
        2.3.1 系統(tǒng)軟件設(shè)計(jì)
        2.3.2 飛行控制軟件
        2.3.3 圖像處理軟件
    2.4 本章小結(jié)
3 面向嵌入式平臺(tái)的實(shí)時(shí)人體姿態(tài)估計(jì)
    3.1 引言
    3.2 單人姿態(tài)估計(jì)網(wǎng)絡(luò)CPM
    3.3 基于關(guān)節(jié)親和域的2D多人姿態(tài)估計(jì)網(wǎng)絡(luò)
        3.3.1 網(wǎng)絡(luò)結(jié)構(gòu)
        3.3.2 關(guān)節(jié)熱度圖
        3.3.3 關(guān)節(jié)親和域
        3.3.4 關(guān)節(jié)點(diǎn)匹配
    3.4 輕量化多人姿態(tài)估計(jì)網(wǎng)絡(luò)
        3.4.1 人體姿態(tài)估計(jì)網(wǎng)絡(luò)
        3.4.2 特征提取網(wǎng)絡(luò)
        3.4.3 深度可分離卷積
        3.4.4 TensorRT加速推理
    3.5 實(shí)驗(yàn)分析
        3.5.1 多場(chǎng)景下人體姿態(tài)估計(jì)
        3.5.2 人體姿態(tài)估計(jì)算法實(shí)時(shí)性測(cè)試
    3.6 本章小結(jié)
4 航拍視頻暴力行為識(shí)別算法研究
    4.1 引言
    4.2 視頻暴力行為監(jiān)測(cè)流程
    4.3 基于人體姿態(tài)的暴力行為關(guān)鍵幀檢測(cè)
        4.3.1 人體區(qū)域裁剪
        4.3.2 特征圖
        4.3.3 雙分支卷積網(wǎng)絡(luò)
        4.3.4 損失函數(shù)
    4.4 基于人體骨架的暴力行為分類識(shí)別
        4.4.1 網(wǎng)絡(luò)結(jié)構(gòu)
        4.4.2 骨架時(shí)序-空間信息表達(dá)矩陣
        4.4.3 圖模型理論
        4.4.4 時(shí)空?qǐng)D卷積網(wǎng)絡(luò)
    4.5 實(shí)驗(yàn)分析
        4.5.1 暴力行為數(shù)據(jù)構(gòu)建
        4.5.2 暴力行為快速定位測(cè)試
        4.5.3 時(shí)序暴力行為分類識(shí)別
    4.6 本章小結(jié)
5 航拍場(chǎng)景暴力行為監(jiān)測(cè)實(shí)驗(yàn)
    5.1 巡航測(cè)試
    5.2 暴力行為判斷準(zhǔn)則
    5.3 航拍場(chǎng)景暴力行為監(jiān)測(cè)實(shí)現(xiàn)
        5.3.1 航拍場(chǎng)景人體姿態(tài)估計(jì)
        5.3.2 機(jī)載暴力行為快速定位
        5.3.3 暴力行為監(jiān)測(cè)系統(tǒng)測(cè)試
    5.4 本章小結(jié)
結(jié)論
致謝
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文及研究成果


【參考文獻(xiàn)】：
期刊論文
[1]基于深度學(xué)習(xí)的人體姿態(tài)估計(jì)方法綜述[J]. 鄧益儂,羅健欣,金鳳林.  計(jì)算機(jī)工程與應(yīng)用. 2019(19)
[2]Deep Learning Based 2D Human Pose Estimation:A Survey[J]. Qi Dang,Jianqin Yin,Bin Wang,Wenqing Zheng.  Tsinghua Science and Technology. 2019(06)
[3]視頻行為識(shí)別綜述[J]. 羅會(huì)蘭,王嬋娟,盧飛.  通信學(xué)報(bào). 2018(06)
[4]無(wú)人機(jī)系統(tǒng)及發(fā)展趨勢(shì)綜述[J]. 祁圣君,井立,王亞龍.  飛航導(dǎo)彈. 2018(04)
[5]基于3D-CNN的暴力行為檢測(cè)[J]. 周智,朱明,Yahya Khan.  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2017(12)
[6]基于角點(diǎn)動(dòng)能模型的電梯轎廂內(nèi)異常行為檢測(cè)[J]. 靳海燕,熊慶宇,石欣,石為人.  計(jì)算機(jī)應(yīng)用研究. 2012(02)

博士論文
[1]基于深度學(xué)習(xí)的暴力檢測(cè)及人臉識(shí)別方法研究[D]. 丁春輝.中國(guó)科學(xué)技術(shù)大學(xué) 2017

碩士論文
[1]面向智能視頻監(jiān)控的目標(biāo)檢測(cè)和行為識(shí)別技術(shù)研究[D]. 廖煊龍.電子科技大學(xué) 2019
[2]監(jiān)控視頻中異常事件檢測(cè)的方法研究[D]. 孫嘉玉.電子科技大學(xué) 2019
[3]基于視覺(jué)無(wú)人機(jī)動(dòng)態(tài)監(jiān)控系統(tǒng)人流量檢測(cè)方法研究[D]. 賈其臣.長(zhǎng)春工業(yè)大學(xué) 2017
[4]監(jiān)控視頻異常行為檢測(cè)算法研究[D]. 李強(qiáng).中國(guó)科學(xué)技術(shù)大學(xué) 2017



本文編號(hào)：3186658