長期以來,監(jiān)控視頻的故障檢測都由管理人員人工瀏覽,對于時(shí)間和人力的消耗巨大且難以保持24小時(shí)的持續(xù)檢測,故障無法在第一時(shí)間發(fā)現(xiàn)并解決。文章將使用深度學(xué)習(xí)的方法實(shí)現(xiàn)對監(jiān)控視頻的全自動(dòng)故障檢測。深度學(xué)習(xí)是現(xiàn)在人工智能領(lǐng)域進(jìn)步最大的技術(shù)之一,而卷積神經(jīng)網(wǎng)絡(luò)則是深度學(xué)習(xí)模型中在圖像處理方面具有顯著效果的代表。相較于傳統(tǒng)神經(jīng)網(wǎng)絡(luò),卷積神經(jīng)網(wǎng)絡(luò)可以自動(dòng)對圖像特征進(jìn)行提取與學(xué)習(xí),并給出精確的分類和預(yù)測,此外其對于圖片的縮放、拉伸、扭曲都具有很好的魯棒性。論文介紹了視頻監(jiān)控現(xiàn)在的發(fā)展情況,對其系統(tǒng)結(jié)構(gòu)、各部分工作原理以及特征進(jìn)行了詳細(xì)描述,并且針對監(jiān)控視頻中最常見的故障根據(jù)現(xiàn)象進(jìn)行了分類,詳細(xì)闡述了各種故障情況的特征、發(fā)生原因,羅列了故障對應(yīng)的多種處理方式。隨后,引出了圖像質(zhì)量評價(jià)的手段,文章結(jié)合了客觀評價(jià)的方法和視頻監(jiān)控系統(tǒng)的特點(diǎn)及評判標(biāo)準(zhǔn),構(gòu)建了一套適用于視頻監(jiān)控故障判斷的全新標(biāo)準(zhǔn),并通過MSCN歸一化處理和卷積神經(jīng)網(wǎng)絡(luò)模型實(shí)現(xiàn)了視頻故障判斷。之后,對基礎(chǔ)的卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行優(yōu)化,通過改變預(yù)處理手段和Leaky-ReLU激活函數(shù)及交叉熵代價(jià)函數(shù)的引入,使調(diào)整后的網(wǎng)絡(luò)更適應(yīng)于監(jiān)控視頻的特征,實(shí)現(xiàn)對... 

【文章頁數(shù)】：63 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 課題背景
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 研究目標(biāo)及研究內(nèi)容
        1.3.1 研究目標(biāo)
        1.3.2 論文難點(diǎn)
        1.3.3 研究內(nèi)容
    1.4 論文結(jié)構(gòu)安排
第二章 視頻監(jiān)控系統(tǒng)及常見故障
    2.1 安防監(jiān)控系統(tǒng)
        2.1.1 現(xiàn)代安防監(jiān)控系統(tǒng)
        2.1.2 安防監(jiān)控系統(tǒng)主要組成部分
        2.1.3 安防監(jiān)控系統(tǒng)技術(shù)標(biāo)準(zhǔn)
    2.2 當(dāng)前主流視頻監(jiān)控圖像封裝及編碼格式
    2.3 常見視頻故障及其原因
        2.3.1 清晰度異常
        2.3.2 亮度異常
        2.3.3 畫面異常
        2.3.4 畫面干擾
        2.3.5 信號(hào)丟失
    2.4 本章小結(jié)
第三章 卷積神經(jīng)網(wǎng)絡(luò)理論基礎(chǔ)
    3.1 神經(jīng)網(wǎng)絡(luò)算法和深度神經(jīng)網(wǎng)絡(luò)算法
    3.2 卷積神經(jīng)網(wǎng)絡(luò)算法
        3.2.1 基礎(chǔ)的卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
        3.2.2 卷積層
        3.2.3 下采樣層
        3.2.4 全連接層
    3.3 卷積神經(jīng)網(wǎng)絡(luò)算法運(yùn)行原理
        3.3.1 網(wǎng)絡(luò)的前向傳播
        3.3.2 網(wǎng)絡(luò)的反向傳播
    3.4 卷積神經(jīng)網(wǎng)絡(luò)模型的選擇
    3.5 基于卷積神經(jīng)網(wǎng)絡(luò)的監(jiān)控視頻故障分析
    3.6 本章小結(jié)
第四章 基于IQA的監(jiān)控視頻故障判斷功能
    4.1 圖像質(zhì)量評價(jià)(IQA)
        4.1.1 主觀評價(jià)
        4.1.2 客觀評價(jià)
    4.2 構(gòu)建監(jiān)控圖像故障數(shù)據(jù)集
        4.2.1 常見圖像評價(jià)數(shù)據(jù)庫及數(shù)據(jù)集選擇標(biāo)準(zhǔn)
        4.2.2 構(gòu)建監(jiān)控圖像質(zhì)量評價(jià)數(shù)據(jù)集
        4.2.3 確定監(jiān)控圖像質(zhì)量評價(jià)標(biāo)準(zhǔn)
    4.3 算法設(shè)計(jì)
        4.3.1 圖像預(yù)處理
        4.3.2 故障判斷算法結(jié)構(gòu)介紹
    4.4 模型訓(xùn)練及參數(shù)調(diào)整
        4.4.1 樣本的選擇及處理
        4.4.2 網(wǎng)絡(luò)參數(shù)調(diào)整
    4.5 測試結(jié)論與分析
    4.6 本章小結(jié)
第五章 視頻監(jiān)控故障分類功能的設(shè)計(jì)與實(shí)現(xiàn)
    5.1 視頻監(jiān)控故障分類算法設(shè)計(jì)
    5.2 卷積神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)
        5.2.1 激活函數(shù)的選擇
        5.2.2 代價(jià)函數(shù)的選擇
        5.2.3 dropout層
    5.3 樣本選擇及參數(shù)調(diào)整
        5.3.1 樣本構(gòu)成及預(yù)處理
        5.3.2 網(wǎng)絡(luò)參數(shù)調(diào)整
    5.4 測試結(jié)果對比
    5.5 本章小結(jié)
第六章 視頻監(jiān)控故障檢測系統(tǒng)的實(shí)現(xiàn)
    6.1 系統(tǒng)需求及功能設(shè)計(jì)
    6.2 系統(tǒng)開發(fā)環(huán)境
    6.3 系統(tǒng)搭建
    6.4 兩階段系統(tǒng)的運(yùn)行過程
        6.4.1 圖像質(zhì)量評價(jià)階段
        6.4.2 圖像故障分類階段
    6.5 系統(tǒng)各功能模塊介紹及實(shí)現(xiàn)
        6.5.1 視頻幀提取模塊
        6.5.2 樣本預(yù)處理模塊
        6.5.3 質(zhì)量評價(jià)模塊
        6.5.4 故障分類模塊
        6.5.5 TFRecord數(shù)據(jù)集讀寫模塊
    6.6 系統(tǒng)運(yùn)行情況總結(jié)及分析
        6.6.1 視頻監(jiān)控故障檢測系統(tǒng)試運(yùn)行
        6.6.2 運(yùn)行結(jié)果總結(jié)
        6.6.3 運(yùn)行結(jié)果分析
    6.7 本章小結(jié)
第七章 結(jié)論
    7.1 本文的主要工作與創(chuàng)新點(diǎn)
    7.2 下一步工作的展望
參考文獻(xiàn)
致謝


【參考文獻(xiàn)】：
期刊論文
[1]安防監(jiān)控系統(tǒng)的設(shè)計(jì)探討[J]. 黃文.  電子世界. 2017(15)
[2]卷積神經(jīng)網(wǎng)絡(luò)在圖像分類和目標(biāo)檢測應(yīng)用綜述[J]. 周俊宇,趙艷明.  計(jì)算機(jī)工程與應(yīng)用. 2017(13)
[3]基于深度學(xué)習(xí)模型的圖像質(zhì)量評價(jià)方法[J]. 李琳,余勝生.  華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(12)
[4]卷積神經(jīng)網(wǎng)絡(luò)研究綜述[J]. 李彥冬,郝宗波,雷航.  計(jì)算機(jī)應(yīng)用. 2016(09)
[5]基于卷積神經(jīng)網(wǎng)絡(luò)的視頻圖像失真檢測及分類[J]. 鄔美銀,陳黎,田菁.  計(jì)算機(jī)應(yīng)用研究. 2016(09)
[6]視頻安防監(jiān)控系統(tǒng)結(jié)構(gòu)的比較分析[J]. 林少聰.  智能建筑. 2014(12)
[7]視頻監(jiān)控畫面質(zhì)量檢測研究[J]. 侯忠輝.  計(jì)算機(jī)安全. 2013(05)
[8]視頻監(jiān)控技術(shù)的發(fā)展與現(xiàn)狀[J]. 楊建全,梁華,王成友.  現(xiàn)代電子技術(shù). 2006(21)

碩士論文
[1]基于卷積神經(jīng)網(wǎng)絡(luò)的圖像分類技術(shù)研究[D]. 楚敏南.湘潭大學(xué) 2015
[2]家庭安防監(jiān)控系統(tǒng)的研究[D]. 黃銳.武漢理工大學(xué) 2014
[3]基于圖像分析的監(jiān)控視頻圖像異常診斷系統(tǒng)的研究與實(shí)現(xiàn)[D]. 歐陽偉.華中師范大學(xué) 2012
[4]卷積神經(jīng)網(wǎng)絡(luò)在圖像識(shí)別上的應(yīng)用的研究[D]. 許可.浙江大學(xué) 2012



本文編號(hào)：3702476