基于深度學(xué)習(xí)的小區(qū)卡口監(jiān)控視頻目標(biāo)標(biāo)注算法研究.pdf

1、通過對(duì)小區(qū)卡口監(jiān)控視頻場(chǎng)景中的物體進(jìn)行檢測(cè)和標(biāo)注，可以發(fā)現(xiàn)是否有異常的人或車輛等進(jìn)出小區(qū)。傳統(tǒng)的運(yùn)動(dòng)目標(biāo)檢測(cè)構(gòu)建于背景建?；A(chǔ)之上，這種方法只能用于簡(jiǎn)單的單目標(biāo)檢測(cè)，對(duì)空間位置存在重疊的區(qū)塊則無法實(shí)現(xiàn)。另一方面，基于深度學(xué)習(xí)的目標(biāo)檢測(cè)，只是對(duì)感興趣區(qū)域目標(biāo)的位置和類別進(jìn)行檢測(cè)，沒有關(guān)注其是否處于運(yùn)動(dòng)當(dāng)中。針對(duì)上述的種種問題，本文開展了以下兩個(gè)方面的工作。
　　(1)提出了一種在大塊前景與背景顏色相似下的背景建模的有效方法。本文使用

2、了基于碼本的多要素的背景建模算法，它結(jié)合了色彩與紋理信息，對(duì)圖像的每個(gè)像素點(diǎn)逐個(gè)建立碼本并在運(yùn)動(dòng)過程中進(jìn)行不斷更新。并且對(duì)比了數(shù)種經(jīng)典的背景建模方法，確保本文所使用的碼本算法可以完整地將前景從整幅圖像中提取出來。同時(shí)本文提出了三通道顏色直方圖均衡化，來克服前景與背景的色彩與光照強(qiáng)度相似的大面積區(qū)域無法檢測(cè)問題。并進(jìn)行一些形態(tài)學(xué)操作以形成具有較強(qiáng)抗干擾能力的背景建模方法。
　　(2)提出了在小區(qū)卡口運(yùn)動(dòng)前景區(qū)域目標(biāo)標(biāo)注的有效方法。本

3、文針對(duì)背景建模所獲取的運(yùn)動(dòng)物體無法有效分割的問題，引入了基于深度學(xué)習(xí)的目標(biāo)檢測(cè)器。將背景建模所獲取的運(yùn)動(dòng)前景送入目標(biāo)檢測(cè)器中，使該檢測(cè)器對(duì)每塊前景中的每個(gè)物體逐個(gè)進(jìn)行定位識(shí)別。最后將所獲得的物體類別與位置映射到所要檢測(cè)的整幅圖像中。形成一個(gè)完整而魯棒的小區(qū)卡口監(jiān)控視頻運(yùn)動(dòng)目標(biāo)標(biāo)注系統(tǒng)。最后，通過大量的對(duì)比實(shí)驗(yàn)來測(cè)試算法處理的效果，驗(yàn)證了本文所提出的算法的有效性和魯棒性。
　　本文有機(jī)的結(jié)合了基于背景建模的前景獲取與基于深度學(xué)習(xí)的目