【摘 要】
：
计算机视觉是时下人工智能浪潮中的一个焦点领域,伴随着计算机硬件系统以及深度学习理论知识的蓬勃发展,因此孕育出的智能算法可以实现人眼的视觉功能。目前,业界学者通过不懈努力取得了先进的研究成果,并将此应用于现实中帮助解决人们的生活问题。近年来,深度学习技术的迅猛进展已经在计算机视觉领域发挥了巨大作用,其中最突出的卷积神经网络凭借其强大性能在图像分类、目标检测任务中取得令人瞩目的成就。进而,研究逐步转向
论文部分内容阅读
计算机视觉是时下人工智能浪潮中的一个焦点领域,伴随着计算机硬件系统以及深度学习理论知识的蓬勃发展,因此孕育出的智能算法可以实现人眼的视觉功能。目前,业界学者通过不懈努力取得了先进的研究成果,并将此应用于现实中帮助解决人们的生活问题。近年来,深度学习技术的迅猛进展已经在计算机视觉领域发挥了巨大作用,其中最突出的卷积神经网络凭借其强大性能在图像分类、目标检测任务中取得令人瞩目的成就。进而,研究逐步转向视频数据,生活或工作场景之中到处布满监控摄像头,每时每刻产生的海量监控视频仅凭借人工监察的方式将耗费巨大的人力、财力、物力,实现智能化的视频监控将有效解决这些问题,满足人们高效且便捷的日常需求。本文重点围绕深度学习技术设计了多模型融合的行为检测与识别算法,改进基于Two-Stream卷积网络的行为识别算法,具体工作如下:（1）研究从长时段未修剪视频中的数据处理与分析,提出多模型融合的行为检测与识别算法。将输入视频进行等间隔规律提取,通过卷积神经网络实现背景与行为的二元分类,借助时序行为分组算法得到视频子片段。之后将明确起始与终止位置的子片段送入行为识别算法中实现类别分类。本文使用自建数据库进行实验,结果表明IOU值为0.5时选取的子片段达到76%的召回率,具有最优性能,该算法可以应用于实践满足实时检测需求。（2）改进Two-Stream卷积网络的行为识别算法,提出一种基于视觉注意力机制的网络模型—AttsNet。该模型分别提取视频序列的空间特征和时序特征,训练两种不同形态输入数据的网络,并将Attention权重附加于特征图通道中,使得空间流网络对视频内容信息具有更高识别能力,融合两种形态网络的得分得到最终行为类别。AttsNet模型在自建数据集上具有更强学习能力,实验结果显示获得了95.6%的识别准确率,并且在UCF-101数据集上取得了93.7%的准确率。（3）设计智能在线视频监控系统,该系统以多模型融合的行为检测与识别算法作为支撑,达到工作场景下监控视频的实时监测需求,也可对监控中出现的异常或危险行为进行报警,替代人工监控的工作。
其他文献
目标跟踪是计算机视觉领域中的一个重要研究方向,包含许多尖端技术,如模式识别和图形图像处理等。今天,国家正在大力建设智慧城市,而目标跟踪技术主要应用于智能视频监控、智能交通、无人驾驶、军事等领域。现实生活场景较为复杂以及目标自身的形变等因素,此外,对计算机硬件及跟踪算法实时性的要求,现有基于视频序列的单目标跟踪技术尚未被大规模商用。因此,找到一种满足实时性要求且具有较高鲁棒性的跟踪算法具有重要的研究
3D打印成型技术是一项新兴的先进增材制造技术,现广泛应用于制造业的各个领域。快速铸造是快速成型技术与传统铸造技术相结合形成的一项技术,利用快速成型机打印出熔模铸造的蜡模并用于铸造,可以避免制造价格高昂的模具,大大地降低熔模铸造的成本,适合单件、小批量产品。因此开发一款低成本、高效率的蜡模3D打印机,实现消失模的快速制取非常有必要。对比SLA、SLS和FDM等快速成型工艺的特点,选择FDM作为蜡模3
软件缺陷是存在于软件中的偏差,可在某个特定条件下导致软件出现故障,损害软件的安全性。在传统的软件系统中,软件的耦合性高、在可靠性以及可扩展性等方面都不是很好,所以当系统中某个模块发生错误的时候就会造成系统更大的损坏,因此,为了解决传统软件的缺陷,提高软件的可靠性以及可扩展性等,是目前软件相关研究的重点,软件缺陷诊断是二分类问题,主要将软件分为有缺陷部分和无缺陷部分,然后对缺陷部分的信息进行分析,并
随着5G商用化进程不断加速,5G基站天线需求也越来越迫切。5G基站基础技术Massive MIMO的实现需要有大规模阵列天线支持,现有移动通信网络使用的天线多为2通道线阵天线或者8通道天线,无论频段、功能、安装形式都不能满足5G系统需求。因此研制支持5G通信需求的新型天线具有重大研究意义和广阔市场前景。在对大规模阵列天线基本原理深入研究以及现有天线技术对比分析后,设计了开发了一种5G大规模阵列天线
随着信息技术的不断发展和信息的爆炸式增长,处理海量的数据并从中提取到用户需要的信息尤为重要。运动目标检测是计算机视觉领域的研究热点,是智能视频监控系统、目标跟踪、行为识别等技术的基础,在国家和社会公共安全、交通管控、人机交互等领域有着至关重要的作用。但是从监控设备采集的监控视频数据量庞大,数据冗余严重,而使用监控视频的用户往往只关心存在运动目标的视频段,提取出含有运动目标的关键视频段是后续视频处理
伪随机序列目前被广泛应用在保密通信、扩频通信、伪码测距、时延测量、雷达导航和信号同步等领域。二元伪随机序列可用作流密码的密钥流序列,而流密码算法的安全强度完全取决于密钥流序列的性质,从本质上讲,伪随机序列具有周期性、平衡性、自相关值性质、线性复杂度以及2-adic复杂度等方面的性质。所以,对密钥流序列的伪随机性质的研究是流密码的中心课题。由此,我们对伪随机序列的理论研究主要分为两个方面:一方面是对
随着科技的不断发展,网络与人类生活的各个方面均变得密不可分,人们对网络的需求同步激增。然而,由于结构复杂、配置繁琐等固有缺陷的存在,依赖于“尽力而为”服务方式的传统互联网越来越力不从心。在改善网络管理的推动下,SDN(Software Defined Network,软件定义网络)技术应运而生。此外,与数据密集型业务紧密相关的数据中心网络(Data Center Network,DCN)在加快发展
近年来,人们对室内定位精度的要求越来越高,而传统的单一定位方式存在精度低、成本高的局限性,已经不能满足人们对室内定位的要求,多种定位方式的融合已经成为室内定位领域的研究热点。考虑到目前WiFi和智能手机的普及,基于WiFi的室内定位方法已经引起越来越多的研究兴趣。WiFi定位技术是利用WiFi的RSSI(Received Signal Strength Indication,信号接收强度)进行定位
随着旋转机械的运行工况向着重载、高压、高温、高速、非稳定等方向发展,极端工况使旋转机械转子负荷严重,更易引发机械转子扭转振动。为了更准确地监测与分析转子扭转振动,本文以旋转机械转子为研究对象,研究转子扭振测量、分析及模态参数识别等相关内容。针对传统扭振测量方法进行改进,提出一种双齿法扭振测量方法,通过仿真确定了其测量的正确性和可靠性。研究了信号测量中噪音、弯振和信号趋势项的影响并给出了处理方法。分
伪随机序列经常被广泛地应用在扩频通信、保密通信、伪码测距、时延测量、信号同步和雷达导航等领域。衡量序列伪随机性的指标主要有周期、相关性、线性复杂度和二进制复杂度等等。本文研究了一类具有良好的相关性的序列集及其应用,计算了一类广义割圆序列的二进制复杂度。良好的相关性是伪随机序列在实际应用中的理论保证之一。与完备的互补序列集相比较,具有良好相关性质的拟互补序列集在多载波CDMA通信中有很好的优势,因为