近年來(lái),計(jì)算機(jī)視覺(jué)領(lǐng)域發(fā)展迅速,基于深度學(xué)習(xí)的人臉檢測(cè)和特征提取方法逐漸興起,監(jiān)控視頻下的行人分析逐漸成為一個(gè)熱門(mén)研究方向。如今監(jiān)控?cái)z像頭遍布整個(gè)城市,從視頻中挖掘有效信息,對(duì)于城市安防領(lǐng)域具有很高的應(yīng)用價(jià)值。針對(duì)海量監(jiān)控視頻中行人分析問(wèn)題,提出一種視頻圖譜的自動(dòng)化構(gòu)建方法。視頻圖譜是基于視頻構(gòu)建的知識(shí)庫(kù),其構(gòu)建方式如下,首先,對(duì)視頻中出現(xiàn)的行人人臉進(jìn)行檢測(cè)并對(duì)齊,提取人臉深度特征,將多個(gè)行人人臉特征進(jìn)行聚類(lèi),得到每個(gè)行人的多張人臉,并指定行人唯一性聚類(lèi)編號(hào),設(shè)計(jì)了基于圖數(shù)據(jù)庫(kù)Neo4j的存儲(chǔ)模型,使用Cypher語(yǔ)言對(duì)節(jié)點(diǎn)和關(guān)系的進(jìn)行增刪改查操作。然后,根據(jù)時(shí)間和位置因素,分析監(jiān)控視頻中出現(xiàn)的行人之間的共現(xiàn)關(guān)系,提出行人共現(xiàn)關(guān)系發(fā)現(xiàn)算法,使用前端解析框架設(shè)計(jì)實(shí)現(xiàn)視頻圖譜的交互式頁(yè)面。最后,基于監(jiān)控視頻提取挖掘出視頻中有用的信息,包括基于關(guān)聯(lián)規(guī)則的算法,對(duì)共現(xiàn)關(guān)系的行人進(jìn)行預(yù)測(cè),使用FP-Tree算法進(jìn)行加速挖掘關(guān)聯(lián)規(guī)則過(guò)程,對(duì)于大規(guī)模數(shù)據(jù)集,使用Spark實(shí)現(xiàn)分布式并行運(yùn)行算法。對(duì)行人軌跡,分為基于后綴樹(shù)的單個(gè)行人的頻繁軌跡挖掘,以及基于分段聚類(lèi)的多個(gè)行人的頻繁軌跡挖掘。對(duì)可能存在的... 

【文章來(lái)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)】：65 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

視頻圖譜展示界面

華 中 科 技 大 學(xué) 碩 士 學(xué) 位 論 文實(shí)驗(yàn)結(jié)果與分析本文的實(shí)驗(yàn)環(huán)境是搭載12核3.40GHz，Intel(R)Core(TM)i7-6800K型號(hào)的 內(nèi)存的戴爾服務(wù)器。視頻圖譜的數(shù)據(jù)導(dǎo)入分為兩個(gè)階段：初始導(dǎo)入和動(dòng)態(tài)導(dǎo)入的數(shù)據(jù)一般規(guī)模較大，使用Neo4j提供的CREATE編程接口無(wú)法快速，使用了 Neo4j 批量導(dǎo)入方法。初始數(shù)據(jù)導(dǎo)入成功后，使用 CREATE 編動(dòng)態(tài)導(dǎo)入更加方便。使用 Cypher 語(yǔ)句逐條導(dǎo)入數(shù)據(jù)性能如下，橫坐標(biāo)分別是關(guān)系的數(shù)量單位數(shù)是關(guān)系數(shù)的 2 倍，縱坐標(biāo)的單位是秒，分別對(duì) 8 線(xiàn)程和 16 線(xiàn)程進(jìn)行測(cè)ypher 語(yǔ)句導(dǎo)入 100 萬(wàn)以上的數(shù)據(jù)需要耗費(fèi)幾個(gè)小時(shí)，使用 Batch-Import 萬(wàn)級(jí)別的關(guān)系，橫坐標(biāo)單位為百萬(wàn)條，性能測(cè)試如圖 3-9 所示。

表 3-4 共現(xiàn)關(guān)系挖掘結(jié)果共現(xiàn)次數(shù)（次） 行人對(duì)數(shù)（對(duì)）2 48903 20254 14405 5096 8098 3629 35512 325如下圖 3-11 所示，算法能夠檢測(cè)一些共現(xiàn)關(guān)系較多ser_id。對(duì)于只有一次的共現(xiàn)共現(xiàn)關(guān)系，認(rèn)為他們之間，刪除這種偶遇的情況。共現(xiàn)次數(shù)符合要求的，直接存


本文編號(hào)：3515850