隨著近年住宅小區(qū)、公共商業(yè)場所、ATM自助網(wǎng)點(diǎn)、銀行大廳等各類大規(guī)�；A(chǔ)設(shè)施,正陸續(xù)由建設(shè)轉(zhuǎn)向運(yùn)營,這些區(qū)域都關(guān)系著人們的生命和財(cái)產(chǎn)安全,時(shí)有發(fā)生攜帶危險(xiǎn)物品、盜竊犯罪、恐怖襲擊等威脅公眾安全的犯罪行為,目前的安防手段是在公共區(qū)域附近加裝監(jiān)控?cái)z像頭,因此,開發(fā)一套應(yīng)用于安防領(lǐng)域的監(jiān)控視頻智能處理系統(tǒng)顯得意義重大。為了有效監(jiān)測監(jiān)控區(qū)域內(nèi)的危險(xiǎn)因素,本文研究并設(shè)計(jì)了一套應(yīng)用于安防領(lǐng)域的PC端監(jiān)控視頻智能處理系統(tǒng),系統(tǒng)主要包含兩個(gè)子系統(tǒng):人臉遮擋檢測與遺留物檢測。在人臉遮擋檢測部分,通過調(diào)研,設(shè)計(jì)了如下方案:制作適用于本文需求的人臉檢測數(shù)據(jù)集OwnFace,采用SSD目標(biāo)檢測模型對(duì)人臉進(jìn)行檢測,然后通過基于YCrCb顏色空間的膚色檢測算法進(jìn)行膚色檢測,計(jì)算臉部區(qū)域的膚色占比判斷人臉是否發(fā)生遮擋。由于SSD模型檢測速度較慢,無法滿足實(shí)際需求,因此,需要進(jìn)行一些改進(jìn)來提高檢測速度,改進(jìn)的方法如下:首先用輕量級(jí)MobileNet網(wǎng)絡(luò)替換SSD原有的VGG-16基礎(chǔ)網(wǎng)絡(luò),組合成MobileNet-SSD目標(biāo)檢測模型對(duì)人臉進(jìn)行檢測,然后對(duì)訓(xùn)練好的MobileNet-SSD模型,采取合并BN層與卷積層策... 

【文章頁數(shù)】：97 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 引言
    1.2 研究背景與研究意義
    1.3 發(fā)展歷史與研究現(xiàn)狀
        1.3.1 人臉遮擋檢測技術(shù)的發(fā)展歷史與研究現(xiàn)狀
        1.3.2 遺留物檢測技術(shù)的發(fā)展歷史與研究現(xiàn)狀
    1.4 論文研究內(nèi)容與結(jié)構(gòu)安排
        1.4.1 論文研究內(nèi)容
        1.4.2 論文結(jié)構(gòu)安排
第2章 應(yīng)用于監(jiān)控視頻的圖像處理技術(shù)與深度學(xué)習(xí)技術(shù)
    2.1 視頻圖像序列概述
    2.2 數(shù)字圖像處理技術(shù)
        2.2.1 圖像灰度化
        2.2.2 圖像二值化
        2.2.3 圖像濾波
        2.2.4 圖像分割
    2.3 深度學(xué)習(xí)基本原理
        2.3.1 VGG基本原理
        2.3.2 MobileNet基本原理
        2.3.3 CUDA并行加速與CuDNN加速
    2.4 本章小結(jié)
第3章 基于MobileNet-SSD與膚色占比的人臉遮擋檢測
    3.1 人臉遮擋檢測方案的總體設(shè)計(jì)
    3.2 人臉檢測數(shù)據(jù)集
        3.2.1 人臉檢測數(shù)據(jù)集OwnFace
        3.2.2 OwnFace數(shù)據(jù)集預(yù)處理
    3.3 基于SSD的人臉檢測
        3.3.1 基于深度學(xué)習(xí)的人臉檢測技術(shù)分析
        3.3.2 SSD目標(biāo)檢測模型
        3.3.3 SSD模型訓(xùn)練及測試結(jié)果
    3.4 基于MobileNet-SSD的人臉檢測及優(yōu)化
        3.4.1 基于MobileNet-SSD的人臉檢測
        3.4.2 基于MobileNet-SSD人臉檢測算法優(yōu)化
        3.4.3 實(shí)驗(yàn)結(jié)果分析
    3.5 基于膚色占比的人臉遮擋評(píng)價(jià)方案
        3.5.1 基于YCrCb顏色空間的膚色檢測算法
        3.5.2 基于膚色占比的人臉遮擋檢測
    3.6 本章小結(jié)
第4章 基于GMM與三幀差法的遺留物檢測算法研究
    4.1 遺留物檢測方案的總體設(shè)計(jì)
    4.2 監(jiān)控視頻中的前景目標(biāo)檢測
        4.2.1 幀間差分法
        4.2.2 混合高斯背景建模
    4.3 基于GMM與三幀差法結(jié)合的遺留物檢測
        4.3.1 監(jiān)控視頻的去噪處理
        4.3.2 基于GMM與三幀差法的可疑遺留物檢測
        4.3.3 基于YCrCb的陰影去除法
        4.3.4 基于質(zhì)心判距法與特征相似度的跟蹤方法
    4.4 基于容錯(cuò)機(jī)制的遺留物檢測方法改進(jìn)
        4.4.1 應(yīng)用場景中遺留物被遮擋問題
        4.4.2 基于容錯(cuò)機(jī)制的遺留物檢測方法
        4.4.3 實(shí)驗(yàn)結(jié)果分析
    4.5 本章小結(jié)
第5章 基于Caffe與 Qt的監(jiān)控視頻智能處理系統(tǒng)實(shí)現(xiàn)
    5.1 系統(tǒng)結(jié)構(gòu)與環(huán)境配置
        5.1.1 Windows下 Caffe-SSD編譯
        5.1.2 Qt環(huán)境配置
    5.2 監(jiān)控視頻智能處理系統(tǒng)實(shí)現(xiàn)
        5.2.1 人臉遮擋檢測系統(tǒng)結(jié)構(gòu)與設(shè)計(jì)
        5.2.2 遺留物檢測系統(tǒng)結(jié)構(gòu)與設(shè)計(jì)
    5.3 系統(tǒng)界面設(shè)計(jì)
        5.3.1 監(jiān)控視頻智能處理系統(tǒng)整體設(shè)計(jì)
        5.3.2 系統(tǒng)模塊化功能設(shè)計(jì)
    5.4 系統(tǒng)的測試與結(jié)果
        5.4.1 系統(tǒng)測試環(huán)境
        5.4.2 系統(tǒng)功能測試
    5.5 本章小結(jié)
結(jié)論與展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文
致謝


【參考文獻(xiàn)】：
期刊論文
[1]一種端到端的亞洲人臉數(shù)據(jù)集構(gòu)建方法[J]. 楊國田,閆東.  科學(xué)技術(shù)創(chuàng)新. 2019(02)
[2]視頻監(jiān)控行業(yè)智能化進(jìn)程分析[J]. 許慕鴻,劉小紅.  信息通信技術(shù)與政策. 2018(11)
[3]關(guān)于圖像處理技術(shù)現(xiàn)狀及發(fā)展的分析[J]. 安叢姝.  科技資訊. 2018(25)
[4]人工智能算法在圖像處理中的應(yīng)用[J]. 王玉娟,張海,王先國,潘志宏.  電腦知識(shí)與技術(shù). 2018(19)
[5]一種顏色直方圖計(jì)算相似度的資產(chǎn)圖片核對(duì)算法[J]. 王寧邦,徐博,夏百川,夏娜,邰永航,李瓊.  智能計(jì)算機(jī)與應(yīng)用. 2018(02)
[6]基于SSD卷積網(wǎng)絡(luò)的視頻目標(biāo)檢測研究[J]. 楊潔,陳明志,吳智秦,陳靈娜,林穎.  南華大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(01)
[7]基于DeepMask和RJMCMC的遺留箱體檢測[J]. 劉小虎,彭天亮,邢靜.  計(jì)算機(jī)與數(shù)字工程. 2018(01)
[8]智能視頻監(jiān)控系統(tǒng)發(fā)展及應(yīng)用研究[J]. 劉佳.  電子測試. 2018(02)
[9]計(jì)算機(jī)數(shù)字圖像處理技術(shù)的發(fā)展[J]. 于博文.  通訊世界. 2017(24)
[10]深度神經(jīng)網(wǎng)絡(luò)的壓縮研究[J]. 韓云飛,蔣同海,馬玉鵬,徐春香,張睿.  計(jì)算機(jī)應(yīng)用研究. 2018(10)

博士論文
[1]圖像特征提取方法及其應(yīng)用研究[D]. 劉淑琴.西北大學(xué) 2016

碩士論文
[1]用于ATM機(jī)遮擋人臉檢測的模糊級(jí)聯(lián)分類器和ORB算法的研究[D]. 黃征宇.中南大學(xué) 2013
[2]兩種改進(jìn)的彩色圖像灰度化算法研究[D]. 羅婷婷.浙江工商大學(xué) 2014
[3]基于CCD傳感器視覺圖像定位方法的研究與應(yīng)用[D]. 魏大為.中國科學(xué)院大學(xué)(工程管理與信息技術(shù)學(xué)院) 2016
[4]基于整數(shù)變換與濾波的圖像降噪研究[D]. 姚乃萌.天津大學(xué) 2014
[5]一種改進(jìn)的灰度直方圖跟蹤算法[D]. 黎鵬.中國科學(xué)院研究生院(光電技術(shù)研究所) 2016
[6]基于視頻監(jiān)控的人臉遮擋檢測方法研究[D]. 姬鵬飛.重慶郵電大學(xué) 2017



本文編號(hào)：3706809