版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、如今,社會的安全形勢日益復(fù)雜,傳統(tǒng)的監(jiān)控識別算法的識別效果已經(jīng)不能滿足需求,隨著計算機視覺技術(shù)和深度學(xué)習(xí)的理論和研究的迅猛發(fā)展,可以用更加智能的算法替代傳統(tǒng)識別算法。本文主要研究了基于深度網(wǎng)絡(luò)的監(jiān)控識別算法,并將算法應(yīng)用在智能監(jiān)控系統(tǒng)當(dāng)中。與傳統(tǒng)的監(jiān)控識別算法不同,本文的深度網(wǎng)絡(luò)不需要人為的對特征進行設(shè)計,也不需要根據(jù)環(huán)境和算法人為的調(diào)整參數(shù),而是設(shè)計了一個多尺度的卷積神經(jīng)網(wǎng)絡(luò),在行為視頻庫上訓(xùn)練出了可以提取人體行為的網(wǎng)絡(luò)模型,將其作為
2、監(jiān)控異常行為的算法。此外在YOLO網(wǎng)絡(luò)的基礎(chǔ)上,再用行人圖片庫優(yōu)化了網(wǎng)絡(luò)的特征提取能力后,設(shè)計了入侵檢測算法和徘徊檢測算法,算法都在仿真實驗中取得了優(yōu)秀的識別效果,最后將算法都應(yīng)用在了智能監(jiān)控識別系統(tǒng)之中。
本論文重點實現(xiàn)了基于改進多尺度神經(jīng)網(wǎng)絡(luò)的行為識別算法和基于YOLO的入侵檢測算法和徘徊檢測算法,具體的工作如下:
1.研究3D CNN,通過用更長的視頻輸入,對灰度通道和光流通道進行獨立卷積連接下層網(wǎng)絡(luò)的方式,改
3、進了輸入層,使得第一層卷積層的卷積核可以有專一性的特征提取能力;在網(wǎng)絡(luò)結(jié)構(gòu)中增加了三維時空下采樣層,給網(wǎng)絡(luò)在時間尺度上增加了平移不變性,提升了網(wǎng)絡(luò)對視頻識別的魯棒性;增加了NIN結(jié)構(gòu),使網(wǎng)絡(luò)有非線性特征的提取能力;增加了時空金字塔結(jié)構(gòu),使得整個網(wǎng)絡(luò)中可以輸入不同分辨率,不同時長的視頻,使得本模型適用于真實環(huán)境的視頻監(jiān)控,加強了網(wǎng)絡(luò)的應(yīng)用價值。
2.對YOLO網(wǎng)絡(luò)進行新的訓(xùn)練,加強網(wǎng)絡(luò)中的人體特征提取能力,將網(wǎng)絡(luò)作為特征提取器與
4、傳統(tǒng)的入侵檢測算法結(jié)合,實現(xiàn)了一種新的入侵檢測算法,利用這個算法,結(jié)合了運動方向特征和顏色特征,實現(xiàn)了一種自動檢測人體并且抗遮擋的徘徊檢測算法。這種算法與傳統(tǒng)的入侵檢測相比,本算法可以區(qū)分入侵主體是否是人體,并且有更好的識別效果,具備更大的實用價值。
3.根據(jù)現(xiàn)實的智能監(jiān)控系統(tǒng)的需求分析,設(shè)計了服務(wù)端的整體框架,將自己設(shè)計實現(xiàn)的基于三維多尺度卷積神經(jīng)網(wǎng)絡(luò)的人體行為識別算法和基于YOLO模型的入侵檢測算法和徘徊檢測算法,應(yīng)用在了
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于神經(jīng)網(wǎng)絡(luò)的智能小車視頻監(jiān)控系統(tǒng)設(shè)計.pdf
- 基于深度神經(jīng)網(wǎng)絡(luò)的圖像描述系統(tǒng)設(shè)計與實現(xiàn).pdf
- 基于深度神經(jīng)網(wǎng)絡(luò)模型的非特定域中文智能問答系統(tǒng)研究與實現(xiàn).pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的糧情智能監(jiān)控系統(tǒng)的研究與設(shè)計.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的大壩變形智能監(jiān)控模型研究.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的智能入侵檢測系統(tǒng)的設(shè)計與實現(xiàn).pdf
- 基于深度神經(jīng)網(wǎng)絡(luò)的心電圖自動分類方法研究與實現(xiàn).pdf
- 基于神經(jīng)網(wǎng)絡(luò)與GA算法的智能排課系統(tǒng)研究與實現(xiàn).pdf
- 基于深度卷積神經(jīng)網(wǎng)絡(luò)的圖像分類模型的設(shè)計與實現(xiàn).pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的車牌智能識別系統(tǒng)的設(shè)計與實現(xiàn).pdf
- 基于深度神經(jīng)網(wǎng)絡(luò)的文本表示與分類研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的智能預(yù)測系統(tǒng)研究與開發(fā).pdf
- 基于深度卷積神經(jīng)網(wǎng)絡(luò)的智能車輛目標(biāo)檢測方法研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的監(jiān)控視頻車型識別系統(tǒng)設(shè)計與實現(xiàn).pdf
- 基于神經(jīng)網(wǎng)絡(luò)的入侵檢測系統(tǒng)的研究與實現(xiàn).pdf
- 基于深度神經(jīng)網(wǎng)絡(luò)的橋牌識別系統(tǒng)研究.pdf
- 基于深度神經(jīng)網(wǎng)絡(luò)的圖像顯著性預(yù)測方法研究與實現(xiàn).pdf
- 基于深度神經(jīng)網(wǎng)絡(luò)的圖像識別系統(tǒng)的研究與改進.pdf
- 基于神經(jīng)網(wǎng)絡(luò)預(yù)測算法的ZigBee網(wǎng)絡(luò)監(jiān)控系統(tǒng)的設(shè)計與研究.pdf
- 基于FPGA實現(xiàn)神經(jīng)網(wǎng)絡(luò)智能控制器的研究.pdf
評論
0/150
提交評論