當(dāng)前變電站基站大都采用無人值守的方式,在變電站監(jiān)控中心,對(duì)于關(guān)注目標(biāo)的監(jiān)控完全靠人工盯著,難免出現(xiàn)遺漏的情況,而且在發(fā)生事故后瀏覽視頻查找問題時(shí),需要耗費(fèi)大量的時(shí)間,變電站監(jiān)控視頻的角度固定,而且我們比較關(guān)注行人的活動(dòng)情況。在變電站監(jiān)控視頻場(chǎng)景中,運(yùn)動(dòng)目標(biāo)非常少,監(jiān)控視頻角度固定,重復(fù)數(shù)據(jù)比較多,有價(jià)值的信息數(shù)據(jù)相對(duì)比較少�？紤]到變電站的場(chǎng)景特點(diǎn),可以使用視頻摘要技術(shù),在時(shí)間和空間維度壓縮原始視頻長(zhǎng)度,去除非行人的信息數(shù)據(jù),減小視頻長(zhǎng)度和存儲(chǔ)大小,同時(shí)保留原視頻中的基本內(nèi)容和重要信息,提高監(jiān)控管理人員的工作效率。系統(tǒng)輸入是一段原始監(jiān)控視頻,首先對(duì)原始視頻預(yù)處理、采用背景差分方法進(jìn)行運(yùn)動(dòng)檢測(cè),建立混合高斯模型,從原始圖像中檢測(cè)出運(yùn)動(dòng)目標(biāo),對(duì)運(yùn)動(dòng)目標(biāo)運(yùn)用深度學(xué)習(xí)的算法,使用卷積神經(jīng)網(wǎng)絡(luò)模型從運(yùn)動(dòng)目標(biāo)中區(qū)分出行人,保存行人的運(yùn)動(dòng)信息,之后對(duì)每個(gè)運(yùn)動(dòng)行人進(jìn)行軌跡跟蹤,根據(jù)跟蹤的結(jié)果保存行人的軌跡圖像,生成行人軌跡段,最后使用模擬退火原理優(yōu)化各段軌跡的組合方式,減少行人間的遮擋和碰撞,生成最后的摘要視頻并保存。系統(tǒng)實(shí)現(xiàn)了運(yùn)動(dòng)目標(biāo)檢測(cè),檢測(cè)出運(yùn)動(dòng)目標(biāo)中的行人并且記錄行人運(yùn)動(dòng)軌跡,最后對(duì)軌跡在時(shí)空上... 

【文章來源】：華中科技大學(xué)湖北省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：58 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 課題背景意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 本文主要工作及內(nèi)容組織
2 需求分析
    2.1 功能需求分析
    2.2 性能需求分析
    2.3 本章小結(jié)
3 視頻摘要系統(tǒng)設(shè)計(jì)
    3.1 總體結(jié)構(gòu)設(shè)計(jì)
    3.2 目標(biāo)檢測(cè)與識(shí)別
    3.3 運(yùn)動(dòng)目標(biāo)的跟蹤
    3.4 行人軌跡組合優(yōu)化
    3.5 本章小結(jié)
4 視頻摘要系統(tǒng)的實(shí)現(xiàn)
    4.1 框架及開發(fā)環(huán)境
    4.2 系統(tǒng)實(shí)現(xiàn)
    4.3 本章小結(jié)
5 測(cè)試與結(jié)果分析
    5.1 行人檢測(cè)結(jié)果分析
    5.2 軌跡組合結(jié)果分析
    5.3 本章小結(jié)
6 總結(jié)與展望
    6.1 論文總結(jié)
    6.2 展望
致謝
參考文獻(xiàn)


【參考文獻(xiàn)】：
期刊論文
[1]多卷積特征融合的HOG行人檢測(cè)算法[J]. 高琦煜,方虎生.  計(jì)算機(jī)科學(xué). 2017(S2)
[2]改進(jìn)的卷積神經(jīng)網(wǎng)絡(luò)在行人檢測(cè)中的應(yīng)用[J]. 謝林江,季桂樹,彭清,羅恩韜.  計(jì)算機(jī)科學(xué)與探索. 2018(05)
[3]基于目標(biāo)檢測(cè)及跟蹤的視頻摘要技術(shù)研究[J]. 田合雷,丁勝,于長(zhǎng)偉,周立.  計(jì)算機(jī)科學(xué). 2016(11)
[4]空間約束混合高斯運(yùn)動(dòng)目標(biāo)檢測(cè)[J]. 董俊寧,楊詞慧.  中國(guó)圖象圖形學(xué)報(bào). 2016(05)
[5]改進(jìn)的模擬退火算法及其在裝填問題中的應(yīng)用[J]. 羅娜.  電腦知識(shí)與技術(shù). 2016(06)
[6]基于五幀差分法的動(dòng)態(tài)目標(biāo)檢測(cè)新算法[J]. 郭春鳳.  重慶科技學(xué)院學(xué)報(bào)(自然科學(xué)版). 2015(05)
[7]基于YCbCr的自適應(yīng)混合高斯模型背景建模[J]. 黃玉,殷萇茗,周書仁.  計(jì)算機(jī)工程與科學(xué). 2015(01)
[8]視頻摘要技術(shù)綜述[J]. 王娟,蔣興浩,孫錟鋒.  中國(guó)圖象圖形學(xué)報(bào). 2014(12)
[9]基于特征融合和交叉核SVM的快速行人檢測(cè)方法[J]. 孫銳,侯能干,陳軍.  光電工程. 2014(02)
[10]視覺注意模型的道路監(jiān)控視頻關(guān)鍵幀提取[J]. 劉云鵬,張三元,王仁芳,張引.  中國(guó)圖象圖形學(xué)報(bào). 2013(08)

碩士論文
[1]基于內(nèi)容的視頻分析關(guān)鍵技術(shù)研究[D]. 孫彬.南京郵電大學(xué) 2017
[2]基于深度學(xué)習(xí)的行人檢測(cè)[D]. 王斌.北京交通大學(xué) 2015
[3]視頻摘要技術(shù)研究與系統(tǒng)實(shí)現(xiàn)[D]. 蘇翠寧.中南大學(xué) 2009



本文編號(hào)：2914954