近年來,深度學(xué)習(xí)技術(shù)的發(fā)展與應(yīng)用極大地促進(jìn)了計(jì)算機(jī)視覺、自然語音處理等一系列相關(guān)領(lǐng)域的飛速發(fā)展。異常行為檢測(cè)和分析作為計(jì)算機(jī)視覺領(lǐng)域的重要分支和研究熱點(diǎn)與人們生活息息相關(guān)。暴力行為檢測(cè)指的是及時(shí)有效地發(fā)現(xiàn)視頻中的暴力行為,是異常行為檢測(cè)的重要組成部分。基于監(jiān)控視頻的暴力行為檢測(cè)是保護(hù)人民群眾人身安全,維護(hù)社會(huì)環(huán)境和平穩(wěn)定的基礎(chǔ),也是現(xiàn)代智能視頻監(jiān)控的重要組成部分,具有較重要的研究意義和應(yīng)用價(jià)值。本文研究的內(nèi)容是基于深度學(xué)習(xí)的暴力行為檢測(cè)。采用更加貼近人體視覺系統(tǒng)的快慢雙通道思想設(shè)計(jì)容量與任務(wù)復(fù)雜度相匹配的三維卷積神經(jīng)網(wǎng)絡(luò),制作針對(duì)暴力行為檢測(cè)任務(wù)的數(shù)據(jù)集,通過多次迭代訓(xùn)練獲取暴力行為檢測(cè)任務(wù)的參數(shù)模型,利用神經(jīng)網(wǎng)絡(luò)與模型組合共同完成暴力行為檢測(cè)任務(wù)。本文設(shè)計(jì)并實(shí)現(xiàn)了在線和離線兩種檢測(cè)模式,在線檢測(cè)實(shí)時(shí)性的問題通過多線程并行的方式解決。本文的主要工作內(nèi)容包括以下幾方面:（1）神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的設(shè)計(jì)、搭建與評(píng)估本文設(shè)計(jì)了一種快慢雙流三維卷積神經(jīng)網(wǎng)絡(luò)用于提取視頻幀序列的時(shí)空信息。三維卷積操作可以很好地捕捉到視頻中時(shí)間和空間上的聯(lián)系,快慢兩通道可以有針對(duì)性地、有側(cè)重地提取視頻中的空間信息和時(shí)序信息... 

【文章來源】：大連海事大學(xué)遼寧省211工程院校

【文章頁數(shù)】：74 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 暴力行為檢測(cè)研究背景及意義
    1.2 行為檢測(cè)與識(shí)別國內(nèi)外研究現(xiàn)狀
        1.2.1 基于手工特征的行為識(shí)別算法
        1.2.2 基于深度學(xué)習(xí)的行為識(shí)別算法
    1.3 論文的主要研究內(nèi)容和章節(jié)安排
        1.3.1 論文的主要研究內(nèi)容
        1.3.2 論文的章節(jié)安排
2 深度學(xué)習(xí)的理論基礎(chǔ)及總體方案設(shè)計(jì)
    2.1 卷積神經(jīng)網(wǎng)絡(luò)介紹
    2.2 反向傳播算法和梯度下降介紹
    2.3 總體方案設(shè)計(jì)
        2.3.1 總體方案內(nèi)容
        2.3.2 系統(tǒng)硬件環(huán)境
        2.3.3 系統(tǒng)軟件環(huán)境
    2.4 本章小結(jié)
3 融合三維卷積和快慢雙流思想的網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)
    3.1 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)
        3.1.1 網(wǎng)絡(luò)主體架構(gòu)的設(shè)計(jì)
        3.1.2 網(wǎng)絡(luò)模型輸入的設(shè)計(jì)
        3.1.3 基礎(chǔ)網(wǎng)絡(luò)結(jié)構(gòu)的設(shè)計(jì)
    3.2 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)搭建
        3.2.1 神經(jīng)網(wǎng)絡(luò)輸入
        3.2.2 網(wǎng)絡(luò)通道間的信息融合
        3.2.3 卷積核、池化核選擇
        3.2.4 分類器及其他
    3.3 神經(jīng)網(wǎng)絡(luò)性能評(píng)估
        3.3.1 評(píng)估實(shí)驗(yàn)數(shù)據(jù)集選擇
        3.3.2 對(duì)比實(shí)驗(yàn)設(shè)計(jì)
        3.3.3 實(shí)驗(yàn)結(jié)果及分析
    3.4 本章小結(jié)
4 暴力行為數(shù)據(jù)集制作及模型參數(shù)獲取
    4.1 現(xiàn)有暴力行為數(shù)據(jù)集分析
    4.2 暴力行為數(shù)據(jù)集的建立及預(yù)處理
        4.2.1 數(shù)據(jù)集的建立及展示
        4.2.2 原始數(shù)據(jù)集預(yù)處理
    4.3 暴力數(shù)據(jù)集訓(xùn)練神經(jīng)網(wǎng)絡(luò)獲取模型參數(shù)
        4.3.1 訓(xùn)練超參數(shù)選擇
        4.3.2 訓(xùn)練及測(cè)試結(jié)果分析
    4.4 本章小結(jié)
5 暴力行為檢測(cè)系統(tǒng)的實(shí)現(xiàn)
    5.1 系統(tǒng)總體結(jié)構(gòu)
    5.2 檢測(cè)系統(tǒng)流程
        5.2.1 線程基礎(chǔ)及優(yōu)點(diǎn)介紹
        5.2.2 多線程并行引入系統(tǒng)
    5.3 暴力行為檢測(cè)系統(tǒng)反應(yīng)機(jī)制
        5.3.1 在線檢測(cè)模式
        5.3.2 離線檢測(cè)模式
    5.4 本章小結(jié)
總結(jié)與展望
參考文獻(xiàn)
致謝
作者簡歷及攻讀碩士學(xué)位期間的科研成果



本文編號(hào)：3641059