隨著智慧城市,平安城市系統(tǒng)的快速建設(shè),在海量監(jiān)控視頻中提取所需信息的難度越來(lái)越大,因此,安防系統(tǒng)對(duì)于視頻分析系統(tǒng)的需求越來(lái)越迫切。視頻結(jié)構(gòu)化分析系統(tǒng)是面向智慧城市、平安城市等項(xiàng)目建設(shè),針對(duì)行業(yè)視頻圖像大數(shù)據(jù)進(jìn)行人工智能解析的一個(gè)基礎(chǔ)平臺(tái),主要是通過(guò)視頻結(jié)構(gòu)化描述技術(shù)對(duì)視頻進(jìn)行語(yǔ)義信息提取及描述。視頻結(jié)構(gòu)化分析系統(tǒng)通常包括圖像處理、特征提取、目標(biāo)檢測(cè),目標(biāo)識(shí)別、視頻標(biāo)準(zhǔn)化描述等步驟。經(jīng)過(guò)上述處理方法,通過(guò)對(duì)視頻內(nèi)容進(jìn)行語(yǔ)義化分析,將視頻圖像信息轉(zhuǎn)化成可對(duì)視頻內(nèi)容進(jìn)行準(zhǔn)確描述的文本類信息,由此轉(zhuǎn)化為公安系統(tǒng)實(shí)際可用的情報(bào)。目前,隨著深度學(xué)習(xí)技術(shù)的發(fā)展,深度學(xué)習(xí)技術(shù)在實(shí)現(xiàn)道路監(jiān)控視頻信息的情報(bào)化、視頻監(jiān)控網(wǎng)絡(luò)的智慧化中扮演者越來(lái)越重要的角色。本研究主要通過(guò)深度學(xué)習(xí)中目標(biāo)檢測(cè)技術(shù),例如YOLO,SSD等;車臉識(shí)別技術(shù),例如基于FaceNet的車輛屬性識(shí)別技術(shù),對(duì)原始視頻進(jìn)行智能分析,提取出關(guān)鍵信息,并進(jìn)行文本的語(yǔ)義描述。對(duì)于一段道路監(jiān)控視頻內(nèi)容,主要是有三項(xiàng)識(shí)別,分析內(nèi)容:第一是目標(biāo)的檢測(cè),也就是對(duì)畫面中運(yùn)動(dòng)或靜止車輛,行人的檢測(cè);第二是對(duì)目標(biāo)特征的識(shí)別,也就是畫面中的目標(biāo)有什么特征,例如,對(duì)...

【文章頁(yè)數(shù)】：61 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
符號(hào)及名詞說(shuō)明
第一章 緒論
    1.1 目標(biāo)檢測(cè)與目標(biāo)識(shí)別
    1.2 目標(biāo)分析
        1.2.1 分枝神經(jīng)網(wǎng)絡(luò)的車輛識(shí)別
    1.3 深度學(xué)習(xí)的簡(jiǎn)介與發(fā)展
        1.3.1 深度學(xué)習(xí)的簡(jiǎn)介
        1.3.2 深度學(xué)習(xí)中卷積神經(jīng)網(wǎng)絡(luò)的計(jì)算方式
        1.3.3 深度學(xué)習(xí)的在視頻結(jié)構(gòu)化系統(tǒng)的應(yīng)用
第二章 視頻結(jié)構(gòu)化系統(tǒng)
    2.1 視頻結(jié)構(gòu)化系統(tǒng)的目標(biāo)檢測(cè)與識(shí)別
        2.1.1 One-Stage的目標(biāo)檢測(cè)算法
        2.1.2 YOLO v3
    2.2 視頻結(jié)構(gòu)化系統(tǒng)的車臉檢測(cè)與對(duì)齊
        2.2.1 車臉檢測(cè)與對(duì)齊的數(shù)據(jù)準(zhǔn)備
        2.2.2 車臉檢測(cè)與對(duì)齊的實(shí)現(xiàn)方法
        2.2.3 車臉檢測(cè)與對(duì)齊的訓(xùn)練
    2.3 視頻結(jié)構(gòu)化系統(tǒng)的車輛屬性分析
        2.3.1 核心網(wǎng)絡(luò)與分枝網(wǎng)絡(luò)
        2.3.2 核心網(wǎng)絡(luò)與分枝網(wǎng)絡(luò)的訓(xùn)練
    2.4 車牌識(shí)別
    2.5 車輛軌跡分析與系統(tǒng)最終實(shí)現(xiàn)方式
第三章 實(shí)驗(yàn)結(jié)果與評(píng)估
    3.1 實(shí)驗(yàn)方式
    3.2 實(shí)驗(yàn)結(jié)果
    3.3 BM-Net算法加速評(píng)估
        3.3.1 InceptionNet相較于傳統(tǒng)CNN的提升
        3.3.2 MobileNet相對(duì)于InceptionNet的提升
    3.4 目標(biāo)檢測(cè)算法選擇性評(píng)估
    3.5 實(shí)驗(yàn)分析與展望
第四章 結(jié)論
附錄
參考文獻(xiàn)
致謝
攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文和參加科研情況
學(xué)位論文評(píng)閱及答辯情況表



本文編號(hào)：3789556