基于图结构匹配的矿井视频异常活动检测方法

发布时间：2024-03-02 06:29

　　目前,针对视频异常活动检测问题的研究已成为社会和政府日益关注的热点问题。在矿井领域,由于煤矿井下环境恶劣、噪声种类多、已有视频数据质量较差,已经严重影响到煤矿井下异常活动的识别和正常视频语义的描述,不利于智能化监测煤矿井下的安全生产,矿井安全隐患问题依然严峻。因此,有必要针对煤矿井下复杂场景的视频异常活动检测问题进行深入研究,为煤矿井下智能化监测及预警提供理论支撑和技术支持。在对煤矿井下视频异常活动检测时,首先需要通过关键帧提取算法,利用少量关键帧表征煤矿井下视频数据的语义要素,为此本文提出一种基于自适应Top-K的二次过滤关键帧提取方法,旨在采用一种自适应的阈值作为Top-K的K值进行关键帧提取。首先,针对煤矿井下视频帧,利用背景差分法提取视频帧中的运动目标;其次通过SIFT局部特征描述子提取运动目标特征,并拟合视频特征曲线;之后,通过一种自适应阈值的计算方法计算自适应阈值K的值;最后,依据K值对特征值进行Top-K算法的二次过滤,得到视频图像的关键帧。通过实验验证,本文所提方法可以有效、准确的提取煤矿井下视频的关键帧,为进一步视频异常活动的检测提供必要的数据支持。在上述基于自适应T...

【文章页数】：60 页

【学位级别】：硕士

【部分图文】：

图2.1VGG16网络模型框架图

光流法用于目标特征提取或检测的基本步骤为：(1)首先对一个视频的所有连续的视频帧进行前期处理；(2)其次针对每一个视频序列，利用运动目标检测方法检测出现的前景运动目标；(3)如果出现了前景的运动目标，通过特征点提取方法找到其具有代表性特征点，在光流法中一般是利用角点来提取特征点；....

图2.2LSTM网络模型

图2.2LSTM网络模型M通过门（gate）的形式来决定哪些信息需要丢弃和增加，实现无用信息的记忆。“门”是一种结构可以控制信息选择性通过，这个结构moid函数。sigmoid函数的输出值在[0,1]区间，0的极端值代表完全丢表完全通过，当得到0到1之间的一....

图2.3SVM分类模型

图2.3SVM分类模型征后，通过Softmax进行分类。我决二分类问题，当然有二分类问题要10个分类，同样也可以用逻辑回这里讨论另外一种方式来解决多分2.12)。1exp()()exp()TiKTkkxPix有多个输出值，每个值代表属于这出都是在....

图3.2运动矢量提取过程

3基于关键帧的视频数据优化于运动能量提取关键帧的数据压缩方法于煤矿井下复杂背景的影响，光流法在煤矿井下的效果并不理想。在室外能够实现比较好的特征点跟踪。运动矢量可以通过运动估计算法，如块匹。光流包括相对运动形成的速度场物体和视觉传感器或光线变化。Vk视矢量i，j，如图3.....

本文编号：3916467