發(fā)布時(shí)間：2020-12-30 03:23

　　隨著數(shù)字經(jīng)濟(jì)的不斷發(fā)展,信息化逐漸融入到日常生活的方方面面。通過(guò)計(jì)算機(jī)視覺技術(shù),實(shí)現(xiàn)人群異常行為分析與理解,及時(shí)發(fā)現(xiàn)和識(shí)別潛在的危險(xiǎn)行為,從技術(shù)和基礎(chǔ)設(shè)施普及方面成為可能。本文分析了計(jì)算機(jī)視覺識(shí)別技術(shù)相關(guān)的CNN(卷積神經(jīng)網(wǎng)絡(luò))、LSTM(長(zhǎng)短期記憶網(wǎng)絡(luò))及深度學(xué)習(xí)建模等技術(shù),設(shè)計(jì)了數(shù)字經(jīng)濟(jì)條件下,以各類視覺采集系統(tǒng)為基礎(chǔ),對(duì)各類異常行為檢測(cè)的系統(tǒng)原型。 

【文章來(lái)源】：營(yíng)銷界. 2020年29期

【文章頁(yè)數(shù)】：2 頁(yè)

【部分圖文】：

圖1 雙流CNN構(gòu)成圖

隨著技術(shù)的發(fā)展，Hochreiter[3]等人提出了長(zhǎng)短期記憶網(wǎng)絡(luò)（Long-Short Term Memory,LSTM）技術(shù)。LSTM是一種特殊的RNNs，相對(duì)于RNNs不會(huì)有梯度消失的問(wèn)題，它能夠?qū)W習(xí)長(zhǎng)期依賴。經(jīng)過(guò)相關(guān)研究者的不斷努力，該技術(shù)變得越來(lái)越成熟。通過(guò)特殊的循環(huán)神經(jīng)網(wǎng)絡(luò)模型，解決對(duì)時(shí)間序列的依賴問(wèn)題。長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)由遺忘門、傳入門、輸出門組成，可以擬合序列數(shù)據(jù)，通過(guò)遺忘門和輸出門忘記部分信息來(lái)解決梯度消失的問(wèn)題[4]。LSTM非常適合處理與時(shí)間序列高度相關(guān)的問(wèn)題，它可以方便的對(duì)視頻中的短時(shí)間和長(zhǎng)時(shí)間信息進(jìn)行模擬，但是也存在缺點(diǎn)，即對(duì)未來(lái)信息未能處理，只能從單一方向?qū)W習(xí)。雙向長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)(Bi-LSTM)對(duì)傳統(tǒng)的LSTM進(jìn)行了改進(jìn)，捕獲了相關(guān)信息的發(fā)生時(shí)間，從時(shí)間點(diǎn)前后進(jìn)行了信息的捕獲，模擬相反方向的信息，具有更強(qiáng)的針對(duì)時(shí)序信息的處理能力。

【參考文獻(xiàn)】：
期刊論文
[1]基于LSTM的視頻行為識(shí)別技術(shù)與應(yīng)用分析[J]. 徐天宇,陳昊佢.  信息與電腦(理論版). 2020(04)

碩士論文
[1]基于深度學(xué)習(xí)的異常行為檢測(cè)技術(shù)及其應(yīng)用[D]. 趙鵬飛.南京郵電大學(xué) 2019
[2]基于視頻的公共場(chǎng)所人群異常行為檢測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 朱弈霖.東南大學(xué) 2019



本文編號(hào)：2946887