近年來(lái)伴隨計(jì)算機(jī)視覺(jué)技術(shù)的發(fā)展,視頻監(jiān)控開(kāi)始向智能化方向發(fā)展�；谝曨l監(jiān)控的異常檢測(cè)作為智能視頻監(jiān)控的重要組成部分,具有廣泛的應(yīng)用空間。本文針對(duì)室內(nèi)場(chǎng)所,運(yùn)用目標(biāo)檢測(cè)等算法實(shí)現(xiàn)對(duì)監(jiān)控視頻的實(shí)時(shí)異常檢測(cè)。本文的主要工作如下:1.提出了 Dense_YOLO目標(biāo)檢測(cè)模型,對(duì)YOLOv2模型進(jìn)行了三個(gè)方面的改進(jìn):利用稠密網(wǎng)絡(luò)中特征融合方式改進(jìn)網(wǎng)絡(luò)結(jié)構(gòu);使用K-means++對(duì)目標(biāo)框進(jìn)行聚類改進(jìn)網(wǎng)絡(luò)參數(shù);利用遷移學(xué)習(xí)的方式對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。實(shí)驗(yàn)結(jié)果表明Dense_YOLO正確率達(dá)到了 93.66%,相比YOLO v2提高了 7.06%;同時(shí)Dense_YOLO還降低了小目標(biāo)檢測(cè)中的漏檢率。2.針對(duì)人、寵物及貴重物品這幾種常見(jiàn)的監(jiān)控目標(biāo),利用Dense_YOLO對(duì)目標(biāo)的狀態(tài)進(jìn)行異常檢測(cè),并分別使用一般場(chǎng)景、光照強(qiáng)、光照弱、目標(biāo)被遮擋、目標(biāo)較小等不利條件下拍攝的監(jiān)控視頻進(jìn)行測(cè)試,區(qū)域入侵檢測(cè)、物品移動(dòng)/移出檢測(cè)及人流量監(jiān)控三種特定目標(biāo)異常檢測(cè)功能分別達(dá)到92.73%、90.07%、91.58%的平均正確率。3.針對(duì)獨(dú)居老... 

【文章來(lái)源】：大連交通大學(xué)遼寧省

【文章頁(yè)數(shù)】：68 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

網(wǎng)格預(yù)測(cè)示意圖

ＹＯＬＯ?ｖｌ的網(wǎng)絡(luò)設(shè)計(jì)基本與ＧｏｏｇｌｅＮｅｔ模型相似，共含有２４個(gè)級(jí)聯(lián)的卷積層與２??個(gè)全連接層。卷積層參數(shù)主要為３ｘ３和１ｘ１這兩種尺度的卷積核，最后一個(gè)全連接層即??輸出１４７０維度的向量。網(wǎng)絡(luò)模型結(jié)構(gòu)如圖２．２所示。??？?ｆｖ＼＾??３?１９２?２５６?５１２?１０３４?１０２４?１０２４?ｉ０９６?３０??Ｃｏｎｖ．?Ｌａｙｅｒ?Ｃｏｎｖ．?Ｌａｙｅｒ?Ｃｏｎｖ．?Ｌａｙｅｒｓ?Ｃｏｎｖ．?Ｌａｙｅｒｓ?Ｃｏｎｖ．?Ｌａｙｅｒｓ?Ｃｏｎｖ．?Ｌａｙｅｒｓ?Ｃｏｎｎ．?Ｌａｙｅｒ?Ｃｏｎｎ，?ｌａｙｅｒ??＇?７ｘ７ｘ６＾＊２?３ｘ３ｘ１９２?１ｘ１ｘ１２８?１ｘ１ｘ２５６１?ｘ４?１ｘ１ｘ５１２?｜ｘ２?３ｘ３ｘ１０２４??Ｍａｘｐｏｏｌ?Ｌａｙｅｒ?Ｍａｘｐｏｏｌ?Ｌａｙｅｒ?３ｘ３ｘ２５６?３ｘ３ｘ５１２?Ｊ?３ｘ３ｘ１０２４?Ｊ?３ｘ３ｘ１０２４??２ｘ２＋２?２ｘ２ｖ２?１＊１ｘ２５６?１ｘ１ｘ５１２?３ｘ３ｘ１０２４??３ｘ３ｘ５１２?３ｘ３ｘ１０２４?３ｘ３ｘ１０２４－ｖ２??Ｍａｘｐｏｏｌ?Ｌａｙｅｒ?Ｍａｘｐｏｏｌ?Ｌａｙｅｒ??２

－?出于對(duì)公共安全及財(cái)產(chǎn)安全的考慮，在銀行辦公區(qū)域或商場(chǎng)入口等室內(nèi)公共場(chǎng)所常??見(jiàn)到如圖３．１所示標(biāo)識(shí)，同時(shí)在一些危險(xiǎn)區(qū)域也會(huì)設(shè)有禁止入內(nèi)的警示牌，意在提醒人??們此區(qū)域內(nèi)禁止人員進(jìn)入或禁止攜帶寵物等相關(guān)制度及規(guī)定。在這類區(qū)域通常會(huì)設(shè)置人??員巡邏或視頻監(jiān)控設(shè)備監(jiān)控，難免會(huì)出現(xiàn)監(jiān)控不及時(shí)的情況。若在此類區(qū)域中利用自動(dòng)??檢測(cè)算法對(duì)人員及其攜帶的寵物進(jìn)行監(jiān)控，則可在節(jié)省人力的同時(shí)更加及時(shí)發(fā)現(xiàn)異常入??侵。??圖３．１室內(nèi)場(chǎng)所警示標(biāo)識(shí)??Ｆｉｇ．?３．１?Ｔｈｅ?ｗａｒｎｉｎｇ?ｓｉｇｎｓ?ｏｆ?ｉｎｄｏｏｒ?ｓｐａｃｅ??室內(nèi)公共區(qū)域如博物館、貴重商品展示臺(tái)等存放貴重物或存放可移動(dòng)的公共設(shè)施的??場(chǎng)所，允許人員在附近走動(dòng)但不允許移動(dòng)或移出區(qū)域的特定物品。在這種情況下，監(jiān)控??設(shè)備通常會(huì)設(shè)置在距離監(jiān)控目標(biāo)較近的位置，并且只關(guān)注目標(biāo)的動(dòng)態(tài)。若使用異常檢測(cè)??算法替代人工對(duì)這些重點(diǎn)物品進(jìn)行監(jiān)控，則可更加精確地保證目標(biāo)的安全。??在商場(chǎng)、體育館等經(jīng)常舉辦大型活動(dòng)的室內(nèi)場(chǎng)所，當(dāng)一定區(qū)域內(nèi)的人流量超過(guò)時(shí)很??＇?容易發(fā)生踩踏事故。相對(duì)其他異常事件來(lái)說(shuō)，人流量超過(guò)限制的情況較難以人工監(jiān)控的??．?方式準(zhǔn)確判別

【參考文獻(xiàn)】：
期刊論文
[1]公安專用視頻監(jiān)控系統(tǒng)前端布點(diǎn)研究綜述[J]. 梁燁,洪衛(wèi)軍,張鴻洲.  科學(xué)技術(shù)與工程. 2018(03)
[2]基于隱馬爾可夫模型的視頻異常場(chǎng)景檢測(cè)[J]. 李娟,張冰怡,馮志勇,徐超,張錚.  計(jì)算機(jī)工程與科學(xué). 2017(07)
[3]智能視頻分析搭上AI 世界會(huì)怎樣[J]. 羅超.  中國(guó)公共安全. 2017(06)
[4]商湯科技,引領(lǐng)智能安防時(shí)代[J]. 羅超.  中國(guó)公共安全. 2016(19)
[5]公安天網(wǎng)視頻監(jiān)控系統(tǒng)升級(jí)改造建設(shè)初探[J]. 孟振江.  有線電視技術(shù). 2016(09)
[6]智能視頻監(jiān)控技術(shù)綜述[J]. 黃凱奇,陳曉棠,康運(yùn)鋒,譚鐵牛.  計(jì)算機(jī)學(xué)報(bào). 2015(06)
[7]遷移學(xué)習(xí)研究進(jìn)展[J]. 莊福振,羅平,何清,史忠植.  軟件學(xué)報(bào). 2015(01)
[8]天網(wǎng)工程圖像有效性綜述[J]. 張迎亞,趙亞飛.  中國(guó)公共安全. 2014(11)
[9]深度學(xué)習(xí)研究進(jìn)展[J]. 劉建偉,劉媛,羅雄麟.  計(jì)算機(jī)應(yīng)用研究. 2014(07)

碩士論文
[1]基于監(jiān)控視頻的人體異常行為檢測(cè)研究[D]. 吳揚(yáng).哈爾濱工業(yè)大學(xué) 2015
[2]基于分層貝葉斯模型的智能視頻監(jiān)控中的異常檢測(cè)[D]. 陳政.西南大學(xué) 2015
[3]陜西天宏硅業(yè)數(shù)字視頻監(jiān)控系統(tǒng)的應(yīng)用研究[D]. 燕莎.西安石油大學(xué) 2014
[4]視頻序列中運(yùn)動(dòng)目標(biāo)檢測(cè)算法研究[D]. 劉利君.中南大學(xué) 2014



本文編號(hào)：2930660