發(fā)布時間：2022-12-03 19:10

　　隨著近年住宅小區(qū)、公共商業(yè)場所、ATM自助網點、銀行大廳等各類大規(guī)�；A設施,正陸續(xù)由建設轉向運營,這些區(qū)域都關系著人們的生命和財產安全,時有發(fā)生攜帶危險物品、盜竊犯罪、恐怖襲擊等威脅公眾安全的犯罪行為,目前的安防手段是在公共區(qū)域附近加裝監(jiān)控攝像頭,因此,開發(fā)一套應用于安防領域的監(jiān)控視頻智能處理系統(tǒng)顯得意義重大。為了有效監(jiān)測監(jiān)控區(qū)域內的危險因素,本文研究并設計了一套應用于安防領域的PC端監(jiān)控視頻智能處理系統(tǒng),系統(tǒng)主要包含兩個子系統(tǒng):人臉遮擋檢測與遺留物檢測。在人臉遮擋檢測部分,通過調研,設計了如下方案:制作適用于本文需求的人臉檢測數據集OwnFace,采用SSD目標檢測模型對人臉進行檢測,然后通過基于YCrCb顏色空間的膚色檢測算法進行膚色檢測,計算臉部區(qū)域的膚色占比判斷人臉是否發(fā)生遮擋。由于SSD模型檢測速度較慢,無法滿足實際需求,因此,需要進行一些改進來提高檢測速度,改進的方法如下:首先用輕量級MobileNet網絡替換SSD原有的VGG-16基礎網絡,組合成MobileNet-SSD目標檢測模型對人臉進行檢測,然后對訓練好的MobileNet-SSD模型,采取合并BN層與卷積層策... 

【文章頁數】：97 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 引言
    1.2 研究背景與研究意義
    1.3 發(fā)展歷史與研究現狀
        1.3.1 人臉遮擋檢測技術的發(fā)展歷史與研究現狀
        1.3.2 遺留物檢測技術的發(fā)展歷史與研究現狀
    1.4 論文研究內容與結構安排
        1.4.1 論文研究內容
        1.4.2 論文結構安排
第2章 應用于監(jiān)控視頻的圖像處理技術與深度學習技術
    2.1 視頻圖像序列概述
    2.2 數字圖像處理技術
        2.2.1 圖像灰度化
        2.2.2 圖像二值化
        2.2.3 圖像濾波
        2.2.4 圖像分割
    2.3 深度學習基本原理
        2.3.1 VGG基本原理
        2.3.2 MobileNet基本原理
        2.3.3 CUDA并行加速與CuDNN加速
    2.4 本章小結
第3章 基于MobileNet-SSD與膚色占比的人臉遮擋檢測
    3.1 人臉遮擋檢測方案的總體設計
    3.2 人臉檢測數據集
        3.2.1 人臉檢測數據集OwnFace
        3.2.2 OwnFace數據集預處理
    3.3 基于SSD的人臉檢測
        3.3.1 基于深度學習的人臉檢測技術分析
        3.3.2 SSD目標檢測模型
        3.3.3 SSD模型訓練及測試結果
    3.4 基于MobileNet-SSD的人臉檢測及優(yōu)化
        3.4.1 基于MobileNet-SSD的人臉檢測
        3.4.2 基于MobileNet-SSD人臉檢測算法優(yōu)化
        3.4.3 實驗結果分析
    3.5 基于膚色占比的人臉遮擋評價方案
        3.5.1 基于YCrCb顏色空間的膚色檢測算法
        3.5.2 基于膚色占比的人臉遮擋檢測
    3.6 本章小結
第4章 基于GMM與三幀差法的遺留物檢測算法研究
    4.1 遺留物檢測方案的總體設計
    4.2 監(jiān)控視頻中的前景目標檢測
        4.2.1 幀間差分法
        4.2.2 混合高斯背景建模
    4.3 基于GMM與三幀差法結合的遺留物檢測
        4.3.1 監(jiān)控視頻的去噪處理
        4.3.2 基于GMM與三幀差法的可疑遺留物檢測
        4.3.3 基于YCrCb的陰影去除法
        4.3.4 基于質心判距法與特征相似度的跟蹤方法
    4.4 基于容錯機制的遺留物檢測方法改進
        4.4.1 應用場景中遺留物被遮擋問題
        4.4.2 基于容錯機制的遺留物檢測方法
        4.4.3 實驗結果分析
    4.5 本章小結
第5章 基于Caffe與 Qt的監(jiān)控視頻智能處理系統(tǒng)實現
    5.1 系統(tǒng)結構與環(huán)境配置
        5.1.1 Windows下 Caffe-SSD編譯
        5.1.2 Qt環(huán)境配置
    5.2 監(jiān)控視頻智能處理系統(tǒng)實現
        5.2.1 人臉遮擋檢測系統(tǒng)結構與設計
        5.2.2 遺留物檢測系統(tǒng)結構與設計
    5.3 系統(tǒng)界面設計
        5.3.1 監(jiān)控視頻智能處理系統(tǒng)整體設計
        5.3.2 系統(tǒng)模塊化功能設計
    5.4 系統(tǒng)的測試與結果
        5.4.1 系統(tǒng)測試環(huán)境
        5.4.2 系統(tǒng)功能測試
    5.5 本章小結
結論與展望
參考文獻
攻讀碩士學位期間發(fā)表的學術論文
致謝


【參考文獻】：
期刊論文
[1]一種端到端的亞洲人臉數據集構建方法[J]. 楊國田,閆東.  科學技術創(chuàng)新. 2019(02)
[2]視頻監(jiān)控行業(yè)智能化進程分析[J]. 許慕鴻,劉小紅.  信息通信技術與政策. 2018(11)
[3]關于圖像處理技術現狀及發(fā)展的分析[J]. 安叢姝.  科技資訊. 2018(25)
[4]人工智能算法在圖像處理中的應用[J]. 王玉娟,張海,王先國,潘志宏.  電腦知識與技術. 2018(19)
[5]一種顏色直方圖計算相似度的資產圖片核對算法[J]. 王寧邦,徐博,夏百川,夏娜,邰永航,李瓊.  智能計算機與應用. 2018(02)
[6]基于SSD卷積網絡的視頻目標檢測研究[J]. 楊潔,陳明志,吳智秦,陳靈娜,林穎.  南華大學學報(自然科學版). 2018(01)
[7]基于DeepMask和RJMCMC的遺留箱體檢測[J]. 劉小虎,彭天亮,邢靜.  計算機與數字工程. 2018(01)
[8]智能視頻監(jiān)控系統(tǒng)發(fā)展及應用研究[J]. 劉佳.  電子測試. 2018(02)
[9]計算機數字圖像處理技術的發(fā)展[J]. 于博文.  通訊世界. 2017(24)
[10]深度神經網絡的壓縮研究[J]. 韓云飛,蔣同海,馬玉鵬,徐春香,張睿.  計算機應用研究. 2018(10)

博士論文
[1]圖像特征提取方法及其應用研究[D]. 劉淑琴.西北大學 2016

碩士論文
[1]用于ATM機遮擋人臉檢測的模糊級聯分類器和ORB算法的研究[D]. 黃征宇.中南大學 2013
[2]兩種改進的彩色圖像灰度化算法研究[D]. 羅婷婷.浙江工商大學 2014
[3]基于CCD傳感器視覺圖像定位方法的研究與應用[D]. 魏大為.中國科學院大學(工程管理與信息技術學院) 2016
[4]基于整數變換與濾波的圖像降噪研究[D]. 姚乃萌.天津大學 2014
[5]一種改進的灰度直方圖跟蹤算法[D]. 黎鵬.中國科學院研究生院(光電技術研究所) 2016
[6]基于視頻監(jiān)控的人臉遮擋檢測方法研究[D]. 姬鵬飛.重慶郵電大學 2017



本文編號：3706809