面向安保監(jiān)控的視頻圖像處理和識(shí)別算法研究.pdf

1、發(fā)展智能安防系統(tǒng)，是解決城市化過程中出現(xiàn)的人民生命和財(cái)產(chǎn)安全威脅、重大安全事件后期數(shù)據(jù)排查處理困難等問題的有效途徑之一，是未來安防系統(tǒng)的主要發(fā)展和研究方向?；谝曨l監(jiān)控的智能安防系統(tǒng)以其配置簡單、成本低廉和數(shù)據(jù)采集準(zhǔn)確豐富等特點(diǎn)，受到越來越多研究者的關(guān)注。本課題提出了一個(gè)安保監(jiān)控原型系統(tǒng)，包含三個(gè)子系統(tǒng)模塊：視頻質(zhì)量檢測(cè)模塊為有效的采集到目標(biāo)視頻提供了基礎(chǔ)性的保障，同時(shí)也加強(qiáng)了系統(tǒng)采集模塊的魯棒性；視頻濃縮摘要模塊去除了采集到源視頻中冗

2、余信息，保留了最有效數(shù)據(jù)，提高了目標(biāo)識(shí)別的效率；目標(biāo)識(shí)別模塊利用深度網(wǎng)絡(luò)進(jìn)行目標(biāo)識(shí)別，探討了CDBN網(wǎng)絡(luò)層間連接方式和策略，提高了系統(tǒng)識(shí)別的準(zhǔn)確率。本課題對(duì)視頻圖像質(zhì)量檢測(cè)算法、視頻濃縮和摘要算法和目標(biāo)檢測(cè)算法進(jìn)行了深入的研究。
　　首先，在視頻圖像噪聲檢測(cè)方面本文重點(diǎn)研究了幾種具有代表性的圖像質(zhì)量問題，包括視頻圖像缺失、視頻圖像遮擋、視頻圖像高斯噪聲、視頻圖像偏色、視頻圖像條紋干擾等問題。并針對(duì)視頻圖像條紋干擾種類眾多，不易統(tǒng)一

3、方法檢測(cè)的問題，提出了一種利用快速傅立葉變換進(jìn)行條紋檢測(cè)的方法，提高了檢測(cè)條紋干擾的精度和質(zhì)量。實(shí)驗(yàn)結(jié)果表明，改進(jìn)的方法能夠有效的檢測(cè)出隨機(jī)產(chǎn)生的條紋干擾圖像，準(zhǔn)確率較高。
　　其次，在視頻濃縮和摘要方面本文重點(diǎn)研究了常用的視頻濃縮和摘要方法，結(jié)合安保視頻圖像的特點(diǎn)，針對(duì)快進(jìn)等傳統(tǒng)視頻濃縮算法無法智能保存有效視頻信息的缺陷，提出了一種新的保留靜態(tài)關(guān)鍵幀視頻濃縮技術(shù)；針對(duì)傳統(tǒng)的平均值法和覆蓋法出現(xiàn)的動(dòng)目標(biāo)不清晰，重合部分被遮擋導(dǎo)致源

4、圖像信息丟失等問題，提出了一種改進(jìn)的視頻組交叉融合摘要技術(shù)。實(shí)驗(yàn)結(jié)果表明，新的保留靜態(tài)關(guān)鍵幀視頻濃縮技術(shù)相對(duì)于人工觀看視頻具有10倍以上加速比，同時(shí)能夠保留視頻中有用的動(dòng)目標(biāo)信息，舍棄掉靜止的無用幀。改進(jìn)的視頻組交叉融合摘要技術(shù)能夠確保融合后的視頻前景動(dòng)目標(biāo)都清晰可見，同時(shí)動(dòng)目標(biāo)重合部分采用虛化的措施，保證了在重合區(qū)域能夠看到所有動(dòng)目標(biāo)信息。
　　最后，在圖像和目標(biāo)識(shí)別方面本文重點(diǎn)研究了深度學(xué)習(xí)算法中CRBM網(wǎng)絡(luò)算法，并提出了三種