基于深度学习的监控视频干扰检测的应用与研究

《基于深度学习的监控视频干扰检测的应用与研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、＇‘＇、＾＂、、＇與…．、；ｒ？、：／．；．兴公：从Ｖ马兴與擎．＇．＾．诉万．巧’部的。．卑辦．祭豕％牆論’．一社＇子、分类号ＴＰ３知立：讀歸碱Ｃ；，学号２０１３１３７０３００么與／＇，－．－学校代码１ＭＭ＿＾：＿＿＾，塗级．；：｜讓難霄；葛進＾，若夫净細鶴無馨戀％ｒ秋读种＇＇＇＇：＇．、．．＾．．’．’．．难＇：：１．Ｉ：達與／Ｉ．．．＾，＾Ｖ聲冷蘇：．耀古学位论文Ｖ胃；；胃基于深度学习的监控视频千扰检挪＾－ｒ．藏遞，￣的应用与硏究．ｉｉ，．．１：皆、‘＇‘：；溝：户：：学科专业叫／计

2、算祝科学与技术專；；Ｉ巧£ｉ￥、；扣＇、＂‘：．＇作；－：：：＇：—陈黎ｊ巧．：指导教师打：苗捉；‘’：、＂、＂．日？：心１６年５日：诏Ｖ劍期７月２１；，＇＂－．－．；：ＳＫ：Ｂ．；＾ADissertationSubmittedinPartialFulfillmentoftheRequirementsfortheDegreeofMasterinEngineeringApplicationandResearchofCameraTamperingDetectioninSurveillanceVideoBasedonDeepLe

3、arningMasterCandidate：JiaxiangLiuMajor：ScienceandTechnologyofComputerSupervisor：Prof.LiChenWuhanUniversityofScienceandTechnologyWuhan,Hubei430081,P.R.ChinaMay21,2016武汉科技大学研究生学位论文创新性声明本人郑重声明：所呈交的学位论文是本人在导师指导下，独立进行研究所取得的成果。除了文中已经注明引用的内容或属合作研究共同完成的工作外，本论文不包含任何其他个人或集体己经发表或撰写过的作

4、品成果。对本文的研究做出重要贡献的个人和集体，均己在文中Ｗ明确方式标明。一切相关责任申请学位论文与资料若有不实之处，本人承担。。．心骑家日巧若、：如Ｗ：占论文作者签名．—严研究生学位论文版权使用授权声巧本论文的研究成果归武汉科技大学所有，其研究内容不得ｉＵ其它单位的名义发表。本人完全了解武汉科技大学有关保留、使用学位论文的规定，同意学校保留并向有关部口（按照《武汉科技大学关于研究生学位论文收录工作的规定》执行）送交论文的复印件和电子版本，允许论文被查阅和借阅，同意学校将本论文的全部或部分内容编入学校认可的国家

5、相关数据库进行检索和对外服务。Ｖ、谷羞论文作者签名：嘆指导教师签名：知〇七口期：！＞．叫摘要随着视频监控技术的高速发展，用户对于视频监控产品在功能完善度、画质清晰度和性能稳定度等方面提出了迫切需求。然而由于视频源的采集系统内外部环境的变化，实际感知噪声的干扰均会导致视频质量不同程度的退化。针对上述需求，本文以安防监控视频中的树叶遮挡现象以及清晰度异常为典型研究对象，结合深度学习技术开展对实际监控视频中干扰检测的相关工作。论文的工作包括以下两方面：首先，介绍了深度学习的相关理论和发展，重点介绍了卷积神经网络及相关应用，分析了卷积神经网络在

6、计算机视觉领域的应用优势。其次，回顾了安防视频监控领域中常见的视频干扰检测方法，介绍了目前图像质量评价检测算法的国内外研究现状，总结了有关图像干扰检测的主要算法和其优缺点。最后概括了监控视频干扰的种类，并着重分析了树叶遮挡检测和视频清晰度评价的相关问题。针对监控领域的树叶遮挡问题，提出了一种基于卷积神经网络和统计分类模型相结合的二步式检测框架。该框架的第一步使用了卷积神经网络来定位树叶出现的区域，再利用先验性统计得到的视频中不同区域树叶出现的概率，结合贝叶斯最大后验概率模型完成对树叶遮挡的检测。对于清晰度异常检测问题，由于清晰度或者锐利度缺乏一个较为精确的标

7、准定义，所以对于模糊干扰的检测难以采取二分类的方法解决。模糊干扰检测问题本质上是清晰度质量评价问题。针对清晰度质量评价的方法大多基于自然图像统计数据，如基于边缘的方法、基于频域信息的方法等。本文使用卷积神经网络方法，通过改变卷积神经网络结构完成对视频图像清晰度的质量评价。最后通过实验验证了以上方法的有效性，证明了上述方法可以满足如今安防监控系统对树叶遮挡检测和清晰度评价问题的主要需求，表明了本文提出的方案具有可行性和应用价值。关键词：深度学习；卷积神经网络；质量评价；干扰检测；清晰度异常；树叶遮挡IAbstractWiththerapiddevelopmen

8、tofvideosurveillancetechno