發(fā)布時(shí)間：2024-07-10 20:16

　　視頻是人們?nèi)粘Ｉ�活、工業(yè)生產(chǎn)以及安防領(lǐng)域的重要信息來源,視頻結(jié)構(gòu)化是計(jì)算機(jī)視覺的重要研究領(lǐng)域之一。視頻結(jié)構(gòu)化技術(shù),就是打破視頻文件的空間與時(shí)間維度,將關(guān)鍵信息提取出來進(jìn)行扁平化展示的技術(shù);視頻結(jié)構(gòu)化的過程,就是跨時(shí)間維度提取關(guān)鍵信息并歸類的過程。在嵌入式環(huán)境下實(shí)現(xiàn)初級(jí)的視頻結(jié)構(gòu)化功能,可以在視頻采集端對(duì)視頻進(jìn)行分析,篩選掉視頻中無分析價(jià)值的時(shí)段與內(nèi)容,并將篩選出的關(guān)鍵信息回傳至后端服務(wù)器,與傳送原視頻相比,可以大大減少占用的網(wǎng)絡(luò)帶寬以及減輕后端服務(wù)器的運(yùn)算與存儲(chǔ)壓力。近年來,隨著深度學(xué)習(xí)技術(shù)的迅猛發(fā)展,一大批基于深度卷積神經(jīng)網(wǎng)絡(luò)的圖像識(shí)別、目標(biāo)檢測(cè)、軌跡跟蹤、人臉識(shí)別等算法被提出,在檢測(cè)速度與準(zhǔn)確率上相較于傳統(tǒng)的圖像處理算法有著巨大提升。同樣,隨著嵌入式設(shè)備與卷積神經(jīng)網(wǎng)絡(luò)加速設(shè)備的快速發(fā)展,人們可以將在GPU(計(jì)算機(jī)圖形處理器Graphics Processing Unit,GPU)上訓(xùn)練出的大型深度卷積神經(jīng)網(wǎng)絡(luò)部署在低功耗嵌入式設(shè)備上,這使得在嵌入式平臺(tái)上部署視頻結(jié)構(gòu)化系統(tǒng)成為了可能。本文首先分析了本系統(tǒng)所涉及深度學(xué)習(xí)相關(guān)基礎(chǔ)理論以及卷積神經(jīng)網(wǎng)絡(luò)的構(gòu)成,通過對(duì)比分析Alexnet、V...

【文章頁(yè)數(shù)】：67 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２－１多層感知機(jī)?

山東大學(xué)碩士學(xué)位論文??神經(jīng)網(wǎng)絡(luò)的概念在上個(gè)世紀(jì)五六十年代就已經(jīng)被提出，又被稱為感知機(jī)。祌??經(jīng)網(wǎng)絡(luò)的初始結(jié)構(gòu)十分簡(jiǎn)單，包括輸入層（Ｉ叩ｕｔ?ｌａｙｅｒ）、輸出層（Ｏｕｔｐｕｔ?ｌａｙｅｒ）和??一個(gè)隱含層（Ｈｉｄｄｅｎｌａｙｅｒ），它的結(jié)構(gòu)過于簡(jiǎn)單，并沒有復(fù)雜函數(shù)的擬合能力。隨....

圖２－２卷積運(yùn)算原理示意圖??

山東大學(xué)碩士學(xué)位論文??神經(jīng)網(wǎng)絡(luò)的概念在上個(gè)世紀(jì)五六十年代就已經(jīng)被提出，又被稱為感知機(jī)。祌??經(jīng)網(wǎng)絡(luò)的初始結(jié)構(gòu)十分簡(jiǎn)單，包括輸入層（Ｉ叩ｕｔ?ｌａｙｅｒ）、輸出層（Ｏｕｔｐｕｔ?ｌａｙｅｒ）和??一個(gè)隱含層（Ｈｉｄｄｅｎｌａｙｅｒ），它的結(jié)構(gòu)過于簡(jiǎn)單，并沒有復(fù)雜函數(shù)的擬合能力。隨....

圖２－３卷積層原理??

山東大學(xué)碩士學(xué)業(yè)論文??經(jīng)網(wǎng)絡(luò)在圖像處理相關(guān)的問題時(shí)大受歡迎。??（１）輸入層功能??數(shù)字圖像在數(shù)學(xué)上可以解釋為多維矩陣。深度學(xué)習(xí)框架在訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)??時(shí)，也是以多維矩陣的形式來處理數(shù)據(jù)的。輸入層（ｉｎｐｕｔｌａｙｅｒ）往往位于卷積神??經(jīng)網(wǎng)絡(luò)的第一層。在輸入為圖像時(shí)，輸入層....

圖２－４最大池化與平均池化原理??（４）激活函數(shù)層??

山東大學(xué)碩士學(xué)位論文??若輸入尺寸為ｉｎｐｕｔ＿ｓｉｚｅ，卷積核尺寸為ｋｅｍｅｌ＿ｓｉｚｅ，步長(zhǎng)為ｓｔｒｉｄｅ，則卷積層??的輸出大小可表不為公式２－１：??ｏｕｔｐｕｔ?Ｓｉｚｅ?＝?＾?ｋｅｒｎｅｌ?ｓｉＺｅ＋２Ｖａａｉｎｇ＋１?⑴）??ｓｔｒｉｄｅ??在訓(xùn)練完成后，濾波器中....

本文編號(hào)：4004675