本文選題：智能視頻監(jiān)控 + 運動檢測��； 參考：《中北大學》2017年碩士論文

【摘要】：準確而可靠的運動檢測技術在智能視頻監(jiān)控中扮演著舉足輕重的角色,盡管這一技術得到了越來越多的研究學者的深入關注與研究,然而真實場景中背景環(huán)境復雜多變、光照條件不同、飛蟲無規(guī)則的運動、角度變化等因素都增加了運動檢測的難度。本文針對運動檢測技術中的熱點以及難點問題進行了深入的研究與分析,并在此基礎上設計了一套智能視頻監(jiān)控系統(tǒng)。相關工作如下:本文首先從運動檢測算法著手,針對大多數(shù)算法都是使用原始圖像來進行背景建模,通過這種方法所構建的背景模型中常含有噪點信息,影響檢測結果。本文引入高斯平滑后的梯度圖來構建背景模型的思想,將Vibe算法與三幀差分法相融合的方法對Vibe算法做出改進,改進后的算法顯著的改善了運動檢測效果。其次針對運動目標行為分析算法,通過將核慢特征分析(Kernel Slow Feature Analysis,KSFA)結合到3D卷積神經(jīng)網(wǎng)絡(3D Convolution Neural Network,3D CNN)中來對行為分析算法做出改進。該方法通過慢特征分析(SFA)提取輸入圖片的變化緩慢的特征,以及使用核方法降低了豐富的行為分析算法在多維空間上的算法復雜度。通過3D卷積從時間空間的角度出發(fā),捕捉視頻流中的運動信息,并且分別在五個通道上進行卷積和下采樣操作,并合并各個通道信息得到最終結果。最后,本文在以上算法的基礎上設計了一套針對一些禁止入內(nèi)的區(qū)域安全問題的智能視頻監(jiān)控系統(tǒng)。系統(tǒng)初步實現(xiàn)了以下功能:流媒體服務、視頻播放、云臺控制、視頻檢測并報警等。
[Abstract]:This paper makes an improvement on the algorithm of motion detection by combining kernel Slow Feature Analysis ( KSFA ) and kernel Slow Feature Analysis ( KSFA ) to 3D Contours Neural Network ( 3D CNN ) .

【學位授予單位】：中北大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TN948.6

【相似文獻】

相關期刊論文 前10條

1 張濤;張桂林;;運動檢測中的背景建立和更新[J];計算機與數(shù)字工程;2007年02期

2 劉振宇;周莉;陳杰;;一種基于運動檢測的碼率控制算法[J];科學技術與工程;2010年20期

3 閆石;白振興;代忠;;對傳統(tǒng)運動檢測算法改進的研究[J];現(xiàn)代電子技術;2007年06期

4 顧敏劍;;基于運動檢測的遠程圖像采集系統(tǒng)的設計與實現(xiàn)[J];計算機與數(shù)字工程;2012年08期

5 強俊;周鳴爭;;基于正交Gaussian-Hermite矩的運動檢測在去隔行中的研究[J];安徽工程大學學報;2013年02期

6 胡俊,蘇祥芳,劉立海,沈蕓,管鮑,王延平;圖像序列運動檢測算法的研究及其應用[J];武漢大學學報(自然科學版);2000年05期

7 周西漢,劉勃,周荷琴;一種基于對稱差分和背景消減的運動檢測方法[J];計算機仿真;2005年04期

8 藍照華;傅文利;趙進創(chuàng);陳濤;;邊緣面積值絕對差數(shù)累積運動檢測算法[J];微計算機信息;2006年33期

9 張凱;;視頻運動檢測算法的研究和分析[J];遼寧工學院學報;2007年01期

10 侯葉;郭寶龍;;基于圖切割的人體運動檢測[J];光電子.激光;2007年06期

相關會議論文 前8條

1 郭銳;;運動檢測報警在監(jiān)控系統(tǒng)中的設計與實現(xiàn)[A];科學發(fā)展與社會責任（A卷）——第五屆沈陽科學學術年會文集[C];2008年

2 唐曉丹;苗振江;;視頻監(jiān)控系統(tǒng)中人的運動檢測方法研究[A];第十三屆全國信號處理學術年會（CCSP-2007）論文集[C];2007年

3 李東光;殷俊;房慧敏;;基于生物復眼結構的視覺運動檢測研究[A];2004全國光學與光電子學學術研討會、2005全國光學與光電子學學術研討會、廣西光學學會成立20周年年會論文集[C];2005年

4 傅松寅;蔣剛毅;郁梅;;一種基于像素變化檢測的自適應實時運動檢測系統(tǒng)[A];第18屆全國多媒體學術會議（NCMT2009）、第5屆全國人機交互學術會議（CHCI2009）、第5屆全國普適計算學術會議（PCC2009）論文集[C];2009年

5 陳威宇;孟利民;;視頻圖像序列混合運動檢測方法[A];2008年中國高校通信類院系學術研討會論文集（上冊）[C];2009年

6 徐蕭蕭;陳宗海;;基于視覺信息的目標檢測與跟蹤技術現(xiàn)狀與趨勢[A];2007系統(tǒng)仿真技術及其應用學術會議論文集[C];2007年

7 馬強;羅喜伶;;空基交通監(jiān)視系統(tǒng)中的運動目標檢測方法研究[A];2008第四屆中國智能交通年會論文集[C];2008年

8 辛穎;吳強;孫光民;徐穎;姚明;;智能化公交系統(tǒng)的客流跟蹤計數(shù)綜述[A];2008通信理論與技術新進展——第十三屆全國青年通信學術會議論文集（上）[C];2008年

相關博士學位論文 前4條

1 范志輝;基于空時關系學習的運動檢測和目標跟蹤研究[D];西安電子科技大學;2016年

2 李宏友;基于視頻的目標檢測與跟蹤方法研究[D];重慶大學;2009年

3 沈宇鍵;變參數(shù)圖像回歸處理方法的研究[D];中國科學院長春光學精密機械與物理研究所;2000年

4 康鋒;基于視覺特征的早期農(nóng)林火災檢測方法的基礎研究[D];浙江大學;2010年

相關碩士學位論文 前10條

1 李運崇;基于形狀識別的運動物體檢測[D];鄭州大學;2015年

2 樊建霞;家庭環(huán)境下的人體跟蹤與定位[D];山東大學;2015年

3 余傳桂;網(wǎng)絡化數(shù)字健身系統(tǒng)設計與實現(xiàn)[D];南昌大學;2015年

4 吳衛(wèi)東;基于視覺注意機制的視頻顯著目標檢測技術研究[D];北京工業(yè)大學;2015年

5 周文彬;去隔行算法的FPGA實現(xiàn)[D];西安電子科技大學;2014年

6 喬鵬;基于視頻的車輛運動檢測和流量統(tǒng)計算法研究[D];國防科學技術大學;2013年

7 李冰冰;面向學生人群的運動檢測算法研究及軟件開發(fā)[D];浙江工業(yè)大學;2015年

8 衛(wèi)偉;基于FPGA的2D轉3D實時視頻轉換技術的研究及實現(xiàn)[D];合肥工業(yè)大學;2015年

9 白金輝;面向能量回收的MIMU人體運動檢測識別方法研究及系統(tǒng)實現(xiàn)[D];東南大學;2015年

10 郎占坡;火焰視頻傳感器的研究[D];西安科技大學;2015年

，

本文編號：1809464