近年來,計算機視覺領(lǐng)域發(fā)展迅速,基于深度學(xué)習(xí)的人臉檢測和特征提取方法逐漸興起,監(jiān)控視頻下的行人分析逐漸成為一個熱門研究方向。如今監(jiān)控攝像頭遍布整個城市,從視頻中挖掘有效信息,對于城市安防領(lǐng)域具有很高的應(yīng)用價值。針對海量監(jiān)控視頻中行人分析問題,提出一種視頻圖譜的自動化構(gòu)建方法。視頻圖譜是基于視頻構(gòu)建的知識庫,其構(gòu)建方式如下,首先,對視頻中出現(xiàn)的行人人臉進行檢測并對齊,提取人臉深度特征,將多個行人人臉特征進行聚類,得到每個行人的多張人臉,并指定行人唯一性聚類編號,設(shè)計了基于圖數(shù)據(jù)庫Neo4j的存儲模型,使用Cypher語言對節(jié)點和關(guān)系的進行增刪改查操作。然后,根據(jù)時間和位置因素,分析監(jiān)控視頻中出現(xiàn)的行人之間的共現(xiàn)關(guān)系,提出行人共現(xiàn)關(guān)系發(fā)現(xiàn)算法,使用前端解析框架設(shè)計實現(xiàn)視頻圖譜的交互式頁面。最后,基于監(jiān)控視頻提取挖掘出視頻中有用的信息,包括基于關(guān)聯(lián)規(guī)則的算法,對共現(xiàn)關(guān)系的行人進行預(yù)測,使用FP-Tree算法進行加速挖掘關(guān)聯(lián)規(guī)則過程,對于大規(guī)模數(shù)據(jù)集,使用Spark實現(xiàn)分布式并行運行算法。對行人軌跡,分為基于后綴樹的單個行人的頻繁軌跡挖掘,以及基于分段聚類的多個行人的頻繁軌跡挖掘。對可能存在的... 

【文章來源】：華中科技大學(xué)湖北省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：65 頁

【學(xué)位級別】：碩士

【部分圖文】：

視頻圖譜展示界面

華 中 科 技 大 學(xué) 碩 士 學(xué) 位 論 文實驗結(jié)果與分析本文的實驗環(huán)境是搭載12核3.40GHz，Intel(R)Core(TM)i7-6800K型號的 內(nèi)存的戴爾服務(wù)器。視頻圖譜的數(shù)據(jù)導(dǎo)入分為兩個階段：初始導(dǎo)入和動態(tài)導(dǎo)入的數(shù)據(jù)一般規(guī)模較大，使用Neo4j提供的CREATE編程接口無法快速，使用了 Neo4j 批量導(dǎo)入方法。初始數(shù)據(jù)導(dǎo)入成功后，使用 CREATE 編動態(tài)導(dǎo)入更加方便。使用 Cypher 語句逐條導(dǎo)入數(shù)據(jù)性能如下，橫坐標分別是關(guān)系的數(shù)量單位數(shù)是關(guān)系數(shù)的 2 倍，縱坐標的單位是秒，分別對 8 線程和 16 線程進行測ypher 語句導(dǎo)入 100 萬以上的數(shù)據(jù)需要耗費幾個小時，使用 Batch-Import 萬級別的關(guān)系，橫坐標單位為百萬條，性能測試如圖 3-9 所示。

表 3-4 共現(xiàn)關(guān)系挖掘結(jié)果共現(xiàn)次數(shù)（次） 行人對數(shù)（對）2 48903 20254 14405 5096 8098 3629 35512 325如下圖 3-11 所示，算法能夠檢測一些共現(xiàn)關(guān)系較多ser_id。對于只有一次的共現(xiàn)共現(xiàn)關(guān)系，認為他們之間，刪除這種偶遇的情況。共現(xiàn)次數(shù)符合要求的，直接存


本文編號：3515850