基于視頻監(jiān)控的室內(nèi)場所異常檢測

《基于視頻監(jiān)控的室內(nèi)場所異常檢測》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、分類號：學(xué)校代號：１０１５０ＵＤＣ：：：２０１６３０９７密級學(xué)號義蓋交遙乂＃全日制專業(yè)碩士學(xué)位論文基于視頻監(jiān)控的室內(nèi)場所異常檢測ＩｎｄｏｏｒＬｏｃａｔｉｏｎＡｎｏｍａｌＤｅｔｅｃｔｉｏｎＢａｓｅｄｏｎｙＶｉｄｅｏＳｕｒｖｅｉｌｌａｎｃｅ學(xué)生姓名：劉舒停校內(nèi)導(dǎo)師及職稱：賈世杰教授企業(yè)導(dǎo)師及職稱：孫德堯高級工程師工程領(lǐng)域：電子與通信工程研究方向：信號與信息處理論文類型：應(yīng)用研宄申請學(xué)位：工程碩士論文答辯日期１８年６月１０日：２０學(xué)位授予單位：大連交通大學(xué)

2、大連交通大學(xué)學(xué)位論文獨創(chuàng)性聲明本人聲明所呈交的學(xué)位論文是本人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。盡我所知，除了文中特別加以標(biāo)注和致謝及參考文獻(xiàn)的地方外，論文中不包含他人或集體已經(jīng)發(fā)表或撰寫過的研究成果，也不包含為獲得大連交通大學(xué)或其他教育機構(gòu)的學(xué)位或證書而一使用過的材料。與我同工作的同志對本研究所做的任何貢獻(xiàn)均已在論文中作了明確的說明并表示謝意。本人完全意識到本聲明的法律效力，申請學(xué)位論文與資料若有不一實之處，由本人承擔(dān)切相關(guān)責(zé)任。學(xué)位論文作者簽名：曰期：年／月〈曰大連交通大學(xué)學(xué)位論文版權(quán)使用授權(quán)書本

3、學(xué)位論文作者完全了解大連交通大學(xué)有關(guān)保護(hù)知識產(chǎn)枳及保留、使用學(xué)位論文的規(guī)定，即：研究生在校攻讀學(xué)位期間論文工作的知識產(chǎn)權(quán)單位屬大連交通大學(xué)，本人保證畢業(yè)離校后，發(fā)表或使用論文工作成杲時署名單位仍然為大連交通大學(xué)。學(xué)校有權(quán)保留并向國家有關(guān)部門或機構(gòu)送交論文的復(fù)印件及其電子文檔，允許論文被查閱和借閱。本人授權(quán)大連交通大學(xué)可以將本學(xué)位論文的全部或部分內(nèi)容編入學(xué)校有關(guān)數(shù)據(jù)庫和收錄到《中國博士學(xué)位論文全文數(shù)據(jù)庫》、《中國優(yōu)秀碩士學(xué)位論文全文數(shù)據(jù)庫》進(jìn)行信息服務(wù)、，也可以采用影印縮印或掃描等復(fù)制手段保存或匯編本學(xué)位論文。（保密的學(xué)位論文

4、在解密后應(yīng)遵守此規(guī)定）：學(xué)位論文作者簽名今今導(dǎo)師簽名：索設(shè)Ｉ，曰期：（曰曰：從丨名年（月期％找年《月〈曰ｍｍ摘要近年來伴隨計算機視覺技術(shù)的發(fā)展，視頻監(jiān)控開始向智能化方向發(fā)展?；谝曨l監(jiān)。控的異常檢測作為智能視頻監(jiān)控的重要組成部分，具有廣泛的應(yīng)用空間本文針對室內(nèi)場所：，運用目標(biāo)檢測等算法實現(xiàn)對監(jiān)控視頻的實時異常檢測。本文的主要工作如下１．提出了ＤｅｎＳｅＹＯＬＯ目標(biāo)檢測模型，對ＹＯＬＯｖ２模型進(jìn)行了三個方面的改進(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)－ｍｅａｎＳ＋＋；使用Ｋ對目標(biāo)框進(jìn)行聚類改進(jìn)網(wǎng)絡(luò)參數(shù)。ＤｅｎＳｅ

5、ＹＯＬＯ正確率達(dá)到；利用遷移學(xué)習(xí)的方式對網(wǎng)絡(luò)進(jìn)行訓(xùn)練實驗結(jié)果表明＿了９３．６６％，相比ＹＯＬＯｖ２提高了７．０６％；同時ＤｅｎｓｅＹＯＬＯ還降低了小目標(biāo)檢測中的＿漏檢率。２．針對人、寵物及貴重物品這幾種常見的監(jiān)控目標(biāo)，利用ＤｅｎｓｅＹＯＬＯ對目標(biāo)的＿一狀態(tài)進(jìn)行異常檢測，并分別使用般場景、光照強、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)行測試，區(qū)域入侵檢測、物品移動移出檢測及人流量監(jiān)控三種特定目標(biāo)異常檢測功能分別達(dá)到９２．７３％、９０．０７％、９１．５８％的平均正確率。３．針對獨居老人的跌倒行為，提出了基于Ｏｐｅｎ

6、ｐｏｓｅ人體關(guān)鍵點檢測的動態(tài)檢測算法，即通過計算人體質(zhì)心及頭部下降速率與上半身高度的比例判斷是否發(fā)生跌倒。針對公共場所的打架行為，提出了以ＤｅｎＳｅＹＯＬＯ作為特征提取器、ＳＶＭ作為分類器的檢＿，測算法。實驗結(jié)果表明，在具有較多遮擋的情況下跌倒行為檢測和打架行為檢測分別達(dá)到８８．５７％和８３．８１％的平均正確率。ＤｅｎＳｅＹ０Ｌ０關(guān)鍵詞：室內(nèi)場所；視頻監(jiān)控；異常檢測；目標(biāo)檢測；＿ｓＩＡｂｓｔｒａｃｔＡｂｓｔｒａｃｔＩｎｒｅｃｅｎｔｅａｒｓ，ｗｉｔｈｔｈｅｄｅｖｅｌｏｐｍｅｎｔｏｆｃｏｍｕｔｅｒｖｉｓｉｏｎ

7、ｔｅｃｈｎｏｌｏｖｉｄｅｏｓｕｒｖｅｉｌｌａｎｃｅｙｐｇｙ，ｈａｓｂｅｇｕｎｔｏｄｅｖｅｌｏｐｉｎｔｅｌｌｉｇｅｎｔｌｙ．Ａｓａｎｉｍｐｏｒｔａｎｔｐａｒｔｏｆｉｎｔｅｌｌｉｇｅｎｔｖｉｄｅｏｓｕｒｖｅｉｌｌａｎｃｅ，ａｎｏｍａｌｙｄｅｔｅｃｔｉｏｎｂａｓｅｄｏｎｖｉｄｅｏｓｕｒｖｅｉｌｌａｎｃｅｈａｓｗｉｄｅａｌｉｃａｔｉｏｎｓａｃｅ．Ｔｈｉｓｔｈｅｓｉｓａｉｍｓａｔｐｐｐｔ－ｔｈｅｉｎｄｏｏｒｌａｃｅｕｓｅｓｔｈｅｏｂｅｃｄｅｔｅｃｔｉｏｎａｌｏｒｉｔｈｍｔｏｒｅａｌｉｚｅｔｈ

8、ｅｒｅａ