隨著智能化視頻監(jiān)控的發(fā)展,越來越多的視頻監(jiān)控設備被應用到安防的各個領域,通過視頻監(jiān)控系統(tǒng)可發(fā)現(xiàn)存在于醫(yī)療服務工作中的漏洞及不足之處,也可為公安機關提供輔助破案的有效證據(jù)。然而隨著監(jiān)控設備的擴增,監(jiān)控視頻的數(shù)據(jù)量也在不斷增加,傳統(tǒng)的通過人眼來對視頻中異常事件進行識別的方法需要耗費大量的人力物力,已經(jīng)無法滿足當今視頻分析的需求,因此研究基于監(jiān)控視頻的智能化目標異常行為檢測系統(tǒng)具有重要的作用。本文從視頻中目標異常行為識別所面臨的問題出發(fā),提出了一種新的目標異常行為檢測模型來智能化的識別監(jiān)控視頻下人體的異常行為,具體包含以下三個方面:1.提出了基于單目固定攝像頭的目標深度估計方法。針對現(xiàn)有方法中難以直接獲取三維空間中人體深度信息的問題,本文提出了目標深度估計方法。該方法通過測量初始值,推導目標骨架關鍵節(jié)點的深度信息,進而獲取人體在三維空間中的完整深度信息。2.提出了基于時空關系的骨架動作識別模型。針對現(xiàn)有模型難以提取骨架長時間序列中關鍵信息的問題,本文提出了基于時空關系的骨架動作識別模型(LST-CNN&FS-LSTM)。其中局部時空卷積神經(jīng)網(wǎng)絡(LST-CNN)改進了已有模型在圖像上...

【文章頁數(shù)】：74 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究工作的背景與意義
    1.2 國內外研究現(xiàn)狀
        1.2.1 通過原始RGB視頻圖像
        1.2.2 通過骨架序列
    1.3 論文的研究內容
    1.4 本論文的結構安排
第二章 骨架動作識別方法概述
    2.1 引言
    2.2 卷積神經(jīng)網(wǎng)絡和循環(huán)神經(jīng)網(wǎng)絡
    2.3 基于卷積神經(jīng)網(wǎng)絡的骨架動作識別
    2.4 基于循環(huán)神經(jīng)網(wǎng)絡的骨架動作識別
    2.5 循環(huán)神經(jīng)網(wǎng)絡和卷積神經(jīng)網(wǎng)絡相結合的骨架動作識別
    2.6 相關數(shù)據(jù)集介紹
    2.7 本章小結
第三章 基于單目固定攝像頭的目標深度估計方法
    3.1 引言
    3.2 深度估計方法概述
    3.3 算法總體設計
    3.4 算法實現(xiàn)步驟
        3.4.1 初始值獲取
        3.4.2 目標腳點與攝像頭距離計算
        3.4.3 目標頭點到攝像頭的距離及目標真實高度計算
        3.4.4 目標各個關節(jié)點到攝像頭的距離
    3.5 本章實驗與分析
        3.5.1 實驗細則與結果
        3.5.2 實驗誤差分析
    3.6 本章小結
第四章 基于時空關系的骨架動作識別模型
    4.1 引言
    4.2 基于時空關系的骨架動作識別網(wǎng)絡模型
        4.2.1 局部時空卷積神經(jīng)網(wǎng)絡
        4.2.2 基于時間片段選擇的長短時記憶網(wǎng)絡
        4.2.3 基于可變池化的特征壓縮方法
    4.3 本章實驗與分析
        4.3.1 實驗細則
        4.3.2 實驗結果
        4.3.3 異常行為數(shù)據(jù)分析
        4.3.4 模型分析
    4.4 本章小結
第五章 異常行為檢測應用系統(tǒng)
    5.1 引言
    5.2 系統(tǒng)功能設計
        5.2.1 數(shù)據(jù)獲取模塊功能設計
        5.2.2 算法模塊功能設計
        5.2.3 web端系統(tǒng)模塊功能設計
    5.3 系統(tǒng)具體實現(xiàn)
    5.4 系統(tǒng)界面結果展示
        5.4.1 登入模塊展示
        5.4.2 主界面模塊展示
        5.4.3 報警界面模塊展示
        5.4.4 系統(tǒng)參數(shù)配置模塊展示
        5.4.5 算法參數(shù)配置模塊展示
        5.4.6 時間參數(shù)配置模塊展示
    5.5 本章小結
第六章 全文總結與展望
    6.1 全文總結
    6.2 后續(xù)工作展望
致謝
參考文獻



本文編號：3956280