2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩66頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、視頻異常檢測(cè)一直是計(jì)算機(jī)視覺(jué)領(lǐng)域的研究熱點(diǎn),在周界安全問(wèn)題,行為異常檢測(cè)以及智能交通領(lǐng)域都擁有火熱的關(guān)注度。其中尤為重要的是基于視頻異常檢測(cè)的周界入侵防范。周界入侵檢測(cè)是安全防范技術(shù)的一個(gè)重要組成部分,是現(xiàn)代安防建設(shè)的一個(gè)重要研究方向。目前比較成熟的周界入侵檢測(cè)技術(shù)在檢測(cè)結(jié)果的表現(xiàn)上都不盡如人意,如微波探測(cè)器、振動(dòng)探測(cè)器和磁開(kāi)關(guān)只適用于室內(nèi)環(huán)境;紅外探測(cè)器、泄漏電纜、振動(dòng)光纜、張力外墻誤報(bào)過(guò)于嚴(yán)重;視頻監(jiān)控系統(tǒng)對(duì)環(huán)境比較魯棒,也是最近比

2、較流行的周界防范措施,但缺少主動(dòng)報(bào)警的能力。
  基于此,本文提出一種基于視頻異常檢測(cè)的周界入侵防范方法。本文通過(guò)在現(xiàn)有視頻監(jiān)控系統(tǒng)中引入行人檢測(cè)算法,實(shí)現(xiàn)對(duì)入侵目標(biāo)的準(zhǔn)確識(shí)別,排除動(dòng)植物等干擾因素,從而有效降低系統(tǒng)的誤報(bào)率,提高系統(tǒng)對(duì)環(huán)境的魯棒性;機(jī)器自動(dòng)檢測(cè)能力使得監(jiān)控系統(tǒng)在無(wú)人工監(jiān)視的情況下也能實(shí)現(xiàn)主動(dòng)的周界入侵檢測(cè)。
  針對(duì)目前行人檢測(cè)算法姿態(tài)魯棒性差、分辨率要求高的缺點(diǎn),本文提出了基于傅里葉描述子和方向梯度直方圖

3、的行人檢測(cè)方法,利用傅里葉描述子對(duì)行人姿態(tài)魯棒性高、圖像分辨率要求較低的優(yōu)點(diǎn)實(shí)現(xiàn)適用于低分辨率圖像的行人檢測(cè)算法。針對(duì)當(dāng)前已有行人檢測(cè)算法場(chǎng)景適用性較差的問(wèn)題,本文提出了基于改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)的行人檢測(cè)方法,該方法在深層特征的基礎(chǔ)上融入淺層特征,利用淺層特征校正深層特征在識(shí)別目標(biāo)過(guò)小時(shí)的局限性。最后本文將兩種算法進(jìn)行融合,實(shí)驗(yàn)結(jié)果顯示本文的行人檢測(cè)方法對(duì)行走、爬墻、跳躍姿勢(shì)下的行人均具有較高的識(shí)別率,同時(shí)對(duì)圍墻,走廊,鐵軌等多種環(huán)境也具有

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論