智能视频监控中运动目标检测识别方法研究

代理获取

页面导航

目录
摘要
著录项
相似文献
相关主题

摘要

随着科技的不断进步，视频监控已经在银行、电力、交通、安监等领域得到了广泛应用，视频监控需求也在全球范围内急剧增长。但目前监控视频的主要用于人工实时监测和事后查找，同时视频监控中很多有价值信息也随着时间而被覆盖，这些情况造成了巨大的人力资源和数据资源的浪费。因此，研究计算机视觉非常必要。运动目标检测和识别是计算机视觉中的重要分支，Vibe算法是一种典型的运动目标检测算法，但是这种方法存在对“鬼影”消除速度缓慢以及对全局光线变化的抗干扰性差等缺点。在图像分类上，VGG16是一种经典的基于卷积神经网络的图像分类网络，在各种图像分类中有着优异的表现，但VGG16也存在参数量大、训练速度慢及容易过拟合等缺点。针对上述问题，本文首先对 Vibe 算法进行了改进，有效改进了 Vibe 算法，有效改善“鬼影”、光照突变适应性差等问题。其次，本文对 VGG16 网络进行调整，有效改善了网络模型的参数数量过大、分类速度较慢等问题。最后，本文通过本文结合两种方法对运动目标检测识别方法进行了实现。本文主要工作如下：（1）结合 Vibe 算法和三帧差分法提出了一种改进的运动目标检测算法。同时使用Pets2006、wallflower等多个数据集对提出算法进行检测验证。（2）在VGG16基础上，通过修改输入图片的大小、调整全连接层神经元数量以及引入全局平均池化层等方法提出四种基于卷积神经网络的图像分类模型，并用 cifar-10 数据集对几种模型的准确率和分类速度进行评测。同时还使用自建数据集对模型进行训练，为后续运动目标检测识别提供分类模型。（3）将提出的运动目标检测算法和基于卷积神经网络的图像分类模型结合，实现一套完整的运动目标检测识别程序，并用不同大小的图片序列测试程序的分类性能及有效性。本文针对运动目标检测与图像分类技术，本文提出一种结合改进 Vibe算法和VGG16的运动目标检测识别方法，并进行了编程实现。该程序可以实现视频中运动目标的检测和识别，有效降低视频监测中的人工成本。

著录项

作者
白一帆;
展开▼
作者单位

太原理工大学;

展开▼
授予单位太原理工大学;
学科计算机科学与技术
授予学位硕士
导师姓名李海芳;
年度 2018
页码
总页数
原文格式 PDF
正文语种中文
中图分类航天仪表、航天器设备、航天器制导与控制;计算技术、计算机技术;
关键词
智能视频监控; 运动目标; 检测识别;

相似文献

中文文献
外文文献
专利

1. 一种智能视频监控系统中运动目标检测方法研究 [J] . 张增光 . 现代科学仪器 . 2019,第004期
2. 智能视频监控中高效运动目标检测方法研究 [J] . 何楠楠 ,杜军平 . 北京工商大学学报（自然科学版） . 2009,第004期
3. 智能视频监控中的运动目标检测技术研究 [J] . 董秀青 ,夏旭 ,方定 . 通讯世界 . 2020,第011期
4. 智能视频监控中的运动目标检测研究 [J] . 唐慧娟 ,李军民 . 科技创新与应用 . 2016,第012期
5. 煤矿智能视频监控中的运动目标检测研究 [J] . 张谢华 ,赵小虎 . 工矿自动化 . 2016,第004期
6. 智能视频监控中运动目标检测的研究 [C] . 侯宏录 ,李宁鸟 ,刘迪迪 . 2011嵌入式技术开发论坛 . 2011
7. 智能视频监控中运动目标检测和跟踪方法研究 [A] . 窦寿军 . 2014

智能视频监控中运动目标检测识别方法研究

目录

摘要

著录项

相似文献

相关主题

期刊订阅