發(fā)布時(shí)間：2017-08-07 22:09

  本文關(guān)鍵詞：基于深度神經(jīng)網(wǎng)絡(luò)的視頻煙霧檢測(cè)研究

  更多相關(guān)文章： 深度神經(jīng)網(wǎng)絡(luò) 視頻煙霧檢測(cè) 紋理特征 卷積神經(jīng)網(wǎng)絡(luò)

【摘要】：視頻煙霧檢測(cè)技術(shù)是一種利用計(jì)算機(jī)視覺(jué)技術(shù)檢測(cè)視頻中煙霧事件的技術(shù)。由于其覆蓋面積大、響應(yīng)時(shí)間短、成本低等優(yōu)點(diǎn),逐漸取代傳統(tǒng)傳感器煙霧探測(cè)系統(tǒng),并且隨著計(jì)算機(jī)視覺(jué)技術(shù)的快速發(fā)展,受到研究者們的廣泛關(guān)注�，F(xiàn)有的一些視頻煙霧檢測(cè)技術(shù),大多采用單一的方法,未構(gòu)成一套完整的視頻煙霧檢測(cè)系統(tǒng)。較高的誤報(bào)率是現(xiàn)有技術(shù)存在的主要缺點(diǎn)。在現(xiàn)有的煙霧檢測(cè)技術(shù)框架上,搭建了一個(gè)基于深度神經(jīng)網(wǎng)絡(luò)的視頻煙霧檢測(cè)系統(tǒng)。目前,深度神經(jīng)網(wǎng)絡(luò)已成為機(jī)器學(xué)習(xí)、計(jì)算機(jī)視覺(jué)領(lǐng)域的一個(gè)研究熱點(diǎn)。卷積神經(jīng)網(wǎng)絡(luò)作為深度神經(jīng)網(wǎng)絡(luò)的一個(gè)重要模型,其在圖像識(shí)別方面表現(xiàn)突出。深度的卷積神經(jīng)網(wǎng)絡(luò)通過(guò)從大數(shù)據(jù)中自動(dòng)學(xué)習(xí)到圖像特征,相比于傳統(tǒng)人工提取特征的方法,其能更好的學(xué)習(xí)到刻畫圖像本質(zhì)的表征信息,有利于分類識(shí)別。由于煙霧區(qū)域的不規(guī)則性,分塊檢測(cè)是一種有效的方法�？焖俚囊曨l預(yù)處理能夠大量降低整個(gè)系統(tǒng)的時(shí)間復(fù)雜度,首先對(duì)分塊的視頻幀做運(yùn)動(dòng)檢測(cè),定位運(yùn)動(dòng)的區(qū)域。然后,對(duì)運(yùn)動(dòng)區(qū)域再做顏色分析,過(guò)濾掉大部分非煙霧的區(qū)域。煙霧紋理分析是整個(gè)系統(tǒng)的主要過(guò)程,也是時(shí)間復(fù)雜度最高的過(guò)程。因此,視頻預(yù)處理過(guò)后,分析其紋理特征,既能精確的檢測(cè)有煙區(qū)域,又有利于滿足系統(tǒng)實(shí)時(shí)性的要求。在單幀靜態(tài)紋理分析的基礎(chǔ)上,再分析其時(shí)空域上的動(dòng)態(tài)信息,提高檢測(cè)精度、降低誤檢率。采用C++并基于Caffe實(shí)現(xiàn)了基于深度神經(jīng)網(wǎng)絡(luò)的視頻煙霧檢測(cè)系統(tǒng),并且可以利用GPU加速紋理分析部分,使系統(tǒng)基本達(dá)到實(shí)時(shí)性要求。在煙霧檢測(cè)公共視頻庫(kù)上分析其算法性能,與現(xiàn)有性能優(yōu)異的算法相比,實(shí)驗(yàn)數(shù)據(jù)表明深度神經(jīng)網(wǎng)絡(luò)方法在精確度上有進(jìn)一步提高,并且誤檢率大幅度降低。
【關(guān)鍵詞】：深度神經(jīng)網(wǎng)絡(luò) 視頻煙霧檢測(cè) 紋理特征 卷積神經(jīng)網(wǎng)絡(luò)
【學(xué)位授予單位】：西南交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP391.41;TP183
【目錄】：

• 摘要6-7
• Abstract7-10
• 第一章 緒論10-15
• 1.1 課題研究背景和意義10-11
• 1.2 視頻煙霧檢測(cè)技術(shù)簡(jiǎn)介11-13
• 1.3 視頻煙霧檢測(cè)算法國(guó)內(nèi)外研究現(xiàn)狀13-14
• 1.4 論文的結(jié)構(gòu)安排及主要工作14-15
• 第二章 深度神經(jīng)網(wǎng)絡(luò)15-24
• 2.1 深度神經(jīng)網(wǎng)絡(luò)概述15-16
• 2.1.1 淺層學(xué)習(xí)階段15-16
• 2.1.2 深度學(xué)習(xí)階段16
• 2.2 基于深度神經(jīng)網(wǎng)絡(luò)的圖像識(shí)別16-23
• 2.2.1 神經(jīng)網(wǎng)絡(luò)16-18
• 2.2.2 反向傳播算法18-20
• 2.2.3 卷積神經(jīng)網(wǎng)絡(luò)20-21
• 2.2.4 基于深度卷積神經(jīng)網(wǎng)絡(luò)的圖像識(shí)別技術(shù)21-22
• 2.2.5 深度神經(jīng)網(wǎng)絡(luò)計(jì)算框架Caffe簡(jiǎn)介22-23
• 2.3 本章小結(jié)23-24
• 第三章 視頻預(yù)處理24-31
• 3.1 煙霧的運(yùn)動(dòng)檢測(cè)24-28
• 3.1.1 改進(jìn)的基于幀間差的運(yùn)動(dòng)檢測(cè)25-26
• 3.1.2 運(yùn)動(dòng)歷史記錄圖26
• 3.1.3 積分圖加速計(jì)算26-28
• 3.2 煙霧的顏色檢測(cè)28-30
• 3.3 本章小結(jié)30-31
• 第四章 煙霧靜態(tài)紋理識(shí)別31-39
• 4.1 紋理特征簡(jiǎn)介31
• 4.2 常用紋理特征算法31-33
• 4.2.1 局部二值模式32
• 4.2.2 二元梯度輪廓32-33
• 4.2.3 簡(jiǎn)化紋理單元33
• 4.3 基于深度神經(jīng)網(wǎng)絡(luò)的紋理特征識(shí)別33-35
• 4.3.1 網(wǎng)絡(luò)結(jié)構(gòu)選擇及優(yōu)化方法33-34
• 4.3.2 本文基本網(wǎng)絡(luò)結(jié)構(gòu)34-35
• 4.3.3 模型訓(xùn)練35
• 4.4 實(shí)驗(yàn)結(jié)果與分析35-38
• 4.4.1 CNN參數(shù)的影響35-37
• 4.4.2 CNN與傳統(tǒng)紋理特征識(shí)別比較37-38
• 4.5 本章小結(jié)38-39
• 第五章 煙霧動(dòng)態(tài)紋理識(shí)別39-44
• 5.1 動(dòng)態(tài)紋理特征簡(jiǎn)介39-41
• 5.1.1 VLBP39-40
• 5.1.2 LBP-TOP40-41
• 5.2 基于深度神經(jīng)網(wǎng)絡(luò)的動(dòng)態(tài)紋理識(shí)別41-42
• 5.2.1 級(jí)聯(lián)的網(wǎng)絡(luò)結(jié)構(gòu)41
• 5.2.2 光流序列的獲取41-42
• 5.2.3 時(shí)空域CNN的優(yōu)化42
• 5.3 實(shí)驗(yàn)結(jié)果與分析42-43
• 5.3.1 CNN參數(shù)的影響42-43
• 5.3.2 與傳統(tǒng)動(dòng)態(tài)紋理特征比較43
• 5.4 本章小結(jié)43-44
• 第六章 靜態(tài)與動(dòng)態(tài)紋理相結(jié)合的視頻煙霧檢測(cè)44-53
• 6.1 系統(tǒng)實(shí)現(xiàn)44-45
• 6.2 測(cè)試視頻集45-46
• 6.3 實(shí)驗(yàn)結(jié)果與分析46-52
• 6.3.1 評(píng)價(jià)指標(biāo)46-47
• 6.3.2 算法性能對(duì)比47-49
• 6.3.3 時(shí)間復(fù)雜度分析49-50
• 6.3.4 煙霧檢測(cè)效果圖50-52
• 6.4 本章小結(jié)52-53
• 總結(jié)與展望53-54
• 本文工作總結(jié)53
• 未來(lái)工作展望53-54
• 致謝54-55
• 參考文獻(xiàn)55-59
• 攻讀碩士學(xué)位期間發(fā)表的論文及參與的科研項(xiàng)目59

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 云中客;新的神經(jīng)網(wǎng)絡(luò)來(lái)自于仿生學(xué)[J];物理;2001年10期

2 唐春明,高協(xié)平;進(jìn)化神經(jīng)網(wǎng)絡(luò)的研究進(jìn)展[J];系統(tǒng)工程與電子技術(shù);2001年10期

3 李智;一種基于神經(jīng)網(wǎng)絡(luò)的煤炭調(diào)運(yùn)優(yōu)化方法[J];長(zhǎng)沙鐵道學(xué)院學(xué)報(bào);2003年02期

4 程科,王士同,楊靜宇;新型模糊形態(tài)神經(jīng)網(wǎng)絡(luò)及其應(yīng)用研究[J];計(jì)算機(jī)工程與應(yīng)用;2004年21期

5 王凡,孟立凡;關(guān)于使用神經(jīng)網(wǎng)絡(luò)推定操作者疲勞的研究[J];人類工效學(xué);2004年03期

6 周麗暉;從統(tǒng)計(jì)角度看神經(jīng)網(wǎng)絡(luò)[J];統(tǒng)計(jì)教育;2005年06期

7 趙奇 ,劉開(kāi)第 ,龐彥軍;灰色補(bǔ)償神經(jīng)網(wǎng)絡(luò)及其應(yīng)用研究[J];微計(jì)算機(jī)信息;2005年14期

8 袁婷;;神經(jīng)網(wǎng)絡(luò)在股票市場(chǎng)預(yù)測(cè)中的應(yīng)用[J];軟件導(dǎo)刊;2006年05期

9 尚晉;楊有;;從神經(jīng)網(wǎng)絡(luò)的過(guò)去談科學(xué)發(fā)展觀[J];重慶三峽學(xué)院學(xué)報(bào);2006年03期

10 楊鐘瑾;;神經(jīng)網(wǎng)絡(luò)的過(guò)去、現(xiàn)在和將來(lái)[J];青年探索;2006年04期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 徐春玉;;基于泛集的神經(jīng)網(wǎng)絡(luò)的混沌性[A];1996中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];1996年

2 周樹(shù)德;王巖;孫增圻;孫富春;;量子神經(jīng)網(wǎng)絡(luò)[A];2003年中國(guó)智能自動(dòng)化會(huì)議論文集（上冊(cè)）[C];2003年

3 羅山;張琳;范文新;;基于神經(jīng)網(wǎng)絡(luò)和簡(jiǎn)單規(guī)劃的識(shí)別融合算法[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2009年

4 郭愛(ài)克;馬盡文;丁康;;序言(二)[A];1999年中國(guó)神經(jīng)網(wǎng)絡(luò)與信號(hào)處理學(xué)術(shù)會(huì)議論文集[C];1999年

5 鐘義信;;知識(shí)論:神經(jīng)網(wǎng)絡(luò)的新機(jī)遇——紀(jì)念中國(guó)神經(jīng)網(wǎng)絡(luò)10周年[A];1999年中國(guó)神經(jīng)網(wǎng)絡(luò)與信號(hào)處理學(xué)術(shù)會(huì)議論文集[C];1999年

6 許進(jìn);保錚;;神經(jīng)網(wǎng)絡(luò)與圖論[A];1999年中國(guó)神經(jīng)網(wǎng)絡(luò)與信號(hào)處理學(xué)術(shù)會(huì)議論文集[C];1999年

7 金龍;朱詩(shī)武;趙成志;陳寧;;數(shù)值預(yù)報(bào)產(chǎn)品的神經(jīng)網(wǎng)絡(luò)釋用預(yù)報(bào)應(yīng)用[A];1999年中國(guó)神經(jīng)網(wǎng)絡(luò)與信號(hào)處理學(xué)術(shù)會(huì)議論文集[C];1999年

8 田金亭;;神經(jīng)網(wǎng)絡(luò)在中學(xué)生創(chuàng)造力評(píng)估中的應(yīng)用[A];第十二屆全國(guó)心理學(xué)學(xué)術(shù)大會(huì)論文摘要集[C];2009年

9 唐墨;王科俊;;自發(fā)展神經(jīng)網(wǎng)絡(luò)的混沌特性研究[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集（第七分冊(cè)）[南京理工大學(xué)學(xué)報(bào)（增刊）][C];2009年

10 張廣遠(yuǎn);萬(wàn)強(qiáng);曹海源;田方濤;;基于遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的故障診斷方法研究[A];第十二屆全國(guó)設(shè)備故障診斷學(xué)術(shù)會(huì)議論文集[C];2010年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前10條

1 美國(guó)明尼蘇達(dá)大學(xué)社會(huì)學(xué)博士 密西西比州立大學(xué)國(guó)家戰(zhàn)略規(guī)劃與分析研究中心資深助理研究員 陳心想;維護(hù)好創(chuàng)新的“神經(jīng)網(wǎng)絡(luò)硬件”[N];中國(guó)教師報(bào);2014年

2 盧業(yè)忠;腦控電腦 驚世駭俗[N];計(jì)算機(jī)世界;2001年

3 葛一鳴 路邊文;人工神經(jīng)網(wǎng)絡(luò)將大顯身手[N];中國(guó)紡織報(bào);2003年

4 中國(guó)科技大學(xué)計(jì)算機(jī)系　邢方亮;神經(jīng)網(wǎng)絡(luò)挑戰(zhàn)人類大腦[N];計(jì)算機(jī)世界;2003年

5 記者 孫剛;“神經(jīng)網(wǎng)絡(luò)”：打開(kāi)復(fù)雜工藝“黑箱”[N];解放日?qǐng)?bào);2007年

6 本報(bào)記者 劉霞;美用DNA制造出首個(gè)人造神經(jīng)網(wǎng)絡(luò)[N];科技日?qǐng)?bào);2011年

7 健康時(shí)報(bào)特約記者　 張獻(xiàn)懷;干細(xì)胞移植：修復(fù)受損的神經(jīng)網(wǎng)絡(luò)[N];健康時(shí)報(bào);2006年

8 劉力;我半導(dǎo)體神經(jīng)網(wǎng)絡(luò)技術(shù)及應(yīng)用研究達(dá)國(guó)際先進(jìn)水平[N];中國(guó)電子報(bào);2001年

9 ;神經(jīng)網(wǎng)絡(luò)和模糊邏輯[N];世界金屬導(dǎo)報(bào);2002年

10 鄒麗梅 陳耀群;江蘇科大神經(jīng)網(wǎng)絡(luò)應(yīng)用研究通過(guò)鑒定[N];中國(guó)船舶報(bào);2006年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 楊旭華;神經(jīng)網(wǎng)絡(luò)及其在控制中的應(yīng)用研究[D];浙江大學(xué);2004年

2 李素芳;基于神經(jīng)網(wǎng)絡(luò)的無(wú)線通信算法研究[D];山東大學(xué);2015年

3 石艷超;憶阻神經(jīng)網(wǎng)絡(luò)的混沌性及幾類時(shí)滯神經(jīng)網(wǎng)絡(luò)的同步研究[D];電子科技大學(xué);2014年

4 王新迎;基于隨機(jī)映射神經(jīng)網(wǎng)絡(luò)的多元時(shí)間序列預(yù)測(cè)方法研究[D];大連理工大學(xué);2015年

5 付愛(ài)民;極速學(xué)習(xí)機(jī)的訓(xùn)練殘差、穩(wěn)定性及泛化能力研究[D];中國(guó)農(nóng)業(yè)大學(xué);2015年

6 李輝;基于粒計(jì)算的神經(jīng)網(wǎng)絡(luò)及集成方法研究[D];中國(guó)礦業(yè)大學(xué);2015年

7 王衛(wèi)蘋;復(fù)雜網(wǎng)絡(luò)幾類同步控制策略研究及穩(wěn)定性分析[D];北京郵電大學(xué);2015年

8 張海軍;基于云計(jì)算的神經(jīng)網(wǎng)絡(luò)并行實(shí)現(xiàn)及其學(xué)習(xí)方法研究[D];華南理工大學(xué);2015年

9 李艷晴;風(fēng)速時(shí)間序列預(yù)測(cè)算法研究[D];北京科技大學(xué);2016年

10 陳輝;多維超精密定位系統(tǒng)建模與控制關(guān)鍵技術(shù)研究[D];東南大學(xué);2015年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 章穎;混合不確定性模塊化神經(jīng)網(wǎng)絡(luò)與高校效益預(yù)測(cè)的研究[D];華南理工大學(xué);2015年

2 賈文靜;基于改進(jìn)型神經(jīng)網(wǎng)絡(luò)的風(fēng)力發(fā)電系統(tǒng)預(yù)測(cè)及控制研究[D];燕山大學(xué);2015年

3 李慧芳;基于憶阻器的渦卷混沌系統(tǒng)及其電路仿真[D];西南大學(xué);2015年

4 陳彥至;神經(jīng)網(wǎng)絡(luò)降維算法研究與應(yīng)用[D];華南理工大學(xué);2015年

5 董哲康;基于憶阻器的組合電路及神經(jīng)網(wǎng)絡(luò)研究[D];西南大學(xué);2015年

6 武創(chuàng)舉;基于神經(jīng)網(wǎng)絡(luò)的遙感圖像分類研究[D];昆明理工大學(xué);2015年

7 李志杰;基于神經(jīng)網(wǎng)絡(luò)的上證指數(shù)預(yù)測(cè)研究[D];華南理工大學(xué);2015年

8 陳少吉;基于神經(jīng)網(wǎng)絡(luò)血壓預(yù)測(cè)研究與系統(tǒng)實(shí)現(xiàn)[D];華南理工大學(xué);2015年

9 張韜;幾類時(shí)滯神經(jīng)網(wǎng)絡(luò)穩(wěn)定性分析[D];渤海大學(xué);2015年

10 邵雪瑩;幾類時(shí)滯不確定神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性分析[D];渤海大學(xué);2015年

，

本文編號(hào)：636959