视频异常行为检测与跟踪中遮挡与类别失衡问题研究

声明

摘要

第1章绪论

1．1研究背景与意义

1．1．1智能视频监控

1．1．2家庭安防监控

1．2 关键问题

1．2．1异常行为检测算法

1．2．2单目标跟踪算法

1．3研究内容

1．4论文的结构

第2章国内外研究现状

2．1 视频异常行为检测

2．1．1常用的人工特征

2．1．2传统异常检测算法

2．1．3基于深度学习的异常检测算法

2．1．4异常行为检测常用数据集

2．1．5常用评价指标

2．1．6现有工作不足分析

2．2单目标跟踪

2．2．1 基于生成模型的方法

2．2．2基于判别模型的方法

2．2．3单目标跟踪常用数据集

2．2．4常用的评价指标

2．2．5现有工作不足分析

第3章基于感知约束和残差网络的视频异常检测算法

3．1 引言

3．2相关工作

3．2．1视频预测

3．2．2用于异常检测的深度卷积网络

3．3基于残差预测网络与感知损失的异常行为检测算法

3．3．1残差预测网络

3．3．2时空间上的约束

3．3．3感知损失

3．3．4对抗学习

3．3．5整个预测网络的损失函数

3．3．6正常得分

3．4实验与结果

3．4．1 实验设置

3．4．2评价准则

3．4．3实验结果

3．4．4消融实验

3．5本章小结

第4章基于部分卷积和注意力融合的异常检测算法

4．1 引言

4．2基本理论

4．2．1光流场变形

4．2．2遮挡掩蔽

4．2．3 部分卷积

4．2．4注意力机制

4．2．5空间注意力

4．2．6时间注意力

4．3基于部分卷积和注意力融合的异常检测算法

4．3．1 网络结构

4．3．2损失函数

4．3．3正常得分

4．4实验与结果

4．4．1 实验设置

4．4．2评价准则

4．4．3实验结果

4．4．4消融实验

4．5本章小结

第5章基于深度尺度特征的单目标跟踪算法

5．1 引言

5．2算法框架

5．2．1 卷积神经网络的输出

5．2．2特征掩膜

5．2．3深度尺度特征

5．2．4 目标中心定位网络

5．2．5跟踪算法

5．3实验

5．3．1 实验设置

5．3．2评价指标

5．3．3实验结果

5．4本章小结

第6章基于判别图的单目标跟踪算法

6．1 引言

6．2相关工作

6．3基于判别图的单目标跟踪算法

6．3．1 类激活图

6．3．2 网络结构

6．3．3跟踪算法流程

6．4实验

6．4．1实验设置

6．4．2评价指标

6．4．3实验结果

6．5本章小结

第7章总结与展望

7．1 本文总结

7．2研究展望

参考文献

致谢

在读期间发表的学术论文与取得的研究成果