行為檢測(cè)旨在通過智能算法自動(dòng)地定位視頻中感興趣行為,并判斷行為的類別。行為檢測(cè)是計(jì)算機(jī)視覺研究領(lǐng)域一項(xiàng)極其重要且困難的研究任務(wù),其研究成果可被廣泛應(yīng)用于智能監(jiān)控系統(tǒng)、海量視頻檢索、機(jī)器人視覺、非法視頻檢索等領(lǐng)域。本文針對(duì)現(xiàn)有基于深度學(xué)習(xí)的行為檢測(cè)方法中特征提取網(wǎng)絡(luò)的表達(dá)能力不足和對(duì)行為構(gòu)成的建模不足等問題展開研究,具體研究工作如下:首先,本文構(gòu)建了一個(gè)紅外行為檢測(cè)數(shù)據(jù)集,以彌補(bǔ)由于缺少紅外行為檢測(cè)數(shù)據(jù)集而引起的紅外行為檢測(cè)研究空白。該紅外檢測(cè)數(shù)據(jù)集覆蓋不同角度、光照等多個(gè)場(chǎng)景,能夠很好地模擬真實(shí)環(huán)境。同時(shí),介紹了兩種常用于可見光視頻數(shù)據(jù)的深度學(xué)習(xí)行為檢測(cè)框架,以便本文展開基于深度學(xué)習(xí)行為檢測(cè)的研究。其次,行為識(shí)別是行為檢測(cè)的核心模塊,而現(xiàn)有行為識(shí)別方法中特征提取網(wǎng)絡(luò)存在學(xué)習(xí)能力不足的問題。為此,本文提出了一種基于多級(jí)平衡特征金字塔的紅外行為識(shí)別方法,并將其應(yīng)用于后續(xù)的行為檢測(cè)方法中。傳統(tǒng)的卷積神經(jīng)網(wǎng)絡(luò)往往不斷加深網(wǎng)絡(luò)層來獲取更好的表達(dá)能力,忽略了對(duì)淺層特征的運(yùn)用。本文提出的方法使用并行的卷積塊來構(gòu)成特征金字塔以保持不同分辨率的特征。同時(shí),使用相同深度的語義特征產(chǎn)生特征金字塔,以此來達(dá)到... 

【文章來源】：重慶郵電大學(xué)重慶市

【文章頁(yè)數(shù)】：65 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

光照變化對(duì)紅外

重慶郵電大學(xué)碩士學(xué)位論文第2章紅外行為檢測(cè)數(shù)據(jù)集及相關(guān)技術(shù)基礎(chǔ)9(a)沒有遮擋(b)適度遮擋(c)重度遮擋(d)場(chǎng)景1(e)場(chǎng)景2(f)場(chǎng)景3(g)場(chǎng)景4(h)場(chǎng)景5(i)場(chǎng)景6圖2.2“打架”行為示例圖不同遮擋程度：拍攝行為有考慮到不同程度地遮擋，每個(gè)行為拍攝了從0%到90%的不同程度遮擋的視頻片段。這提高了紅外行為檢測(cè)數(shù)據(jù)集的多樣性，如圖2.2(a)-(c)所示。場(chǎng)景復(fù)雜度：數(shù)據(jù)集包含從相對(duì)簡(jiǎn)單的場(chǎng)景（僅包含執(zhí)行行為的人）到復(fù)雜的場(chǎng)景（多個(gè)非相關(guān)行為人流動(dòng)）不等。對(duì)于簡(jiǎn)單場(chǎng)景只有相關(guān)執(zhí)行行為人，如圖2.2(d)-(i)所示。而對(duì)于復(fù)雜的場(chǎng)景，擁有多個(gè)非相關(guān)行為人或車輛，如圖2.2(g)和圖2.2(h)所示。光照變換：眾所周知紅外光譜受光照變化影響較小，為了突顯紅外數(shù)據(jù)的優(yōu)勢(shì)，本文拍攝了不同光照程度的視頻。從圖2.1(a)-(b)可以看出光照對(duì)紅外成像的影響較小，不論是白天還是黑夜都能獲得比較好的成像效果。2.3基于深度學(xué)習(xí)的行為檢測(cè)相關(guān)技術(shù)基礎(chǔ)自2012年由Hinton和Alex提出的AlexNet[37]神經(jīng)網(wǎng)絡(luò)在國(guó)際型比賽ImageNet上摘得桂冠以來，深度卷積網(wǎng)絡(luò)在學(xué)術(shù)界和工業(yè)界引起了廣泛地關(guān)注，成為了人工

見光數(shù)據(jù)和紅外數(shù)據(jù)特征低層特征相對(duì)完整，但是高層特征相比與可見光數(shù)據(jù)有明顯缺失。這將導(dǎo)致現(xiàn)成的可見光成像行為識(shí)別網(wǎng)絡(luò)對(duì)紅外行為識(shí)別的性能不佳。所以，當(dāng)通過深度學(xué)習(xí)網(wǎng)絡(luò)學(xué)習(xí)紅外數(shù)據(jù)的特征時(shí)，保持紅外數(shù)據(jù)的低層特征信息對(duì)于紅外行為識(shí)別來說至關(guān)重要。 (a) 可見光數(shù)據(jù)

【參考文獻(xiàn)】：
期刊論文
[1]融合視頻時(shí)空域運(yùn)動(dòng)信息的3D CNN人體行為識(shí)別[J]. 劉嘉瑩,張孫杰.  電子測(cè)量技術(shù). 2018(07)
[2]A Survey of Image Synthesis and Editing with Generative Adversarial Networks[J]. Xian Wu,Kun Xu,Peter Hall.  Tsinghua Science and Technology. 2017(06)



本文編號(hào)：2983445