34.14MBZIP

基于弱标签视频数据实现监控视频中的交通事故检测

一、研究目的

本课题为哈工大（深圳）毕业设计，主要基于弱标签视频数据实现监控视频中的交通事故检测，从三种思路实现弱监督交通事故检测，完成算法的定性和定量分析，并基于多实例学习的深度排序回归网络实现最终的交通事故检测，完成端到端的检测系统。

二、研究方法及成果

（1）本文实现了基于三种不同特征学习思路的弱监督交通事故检测方法—— 基于SVM 和视频级整体特征的学习方法，基于唯正常视频与自编码器的特征重构方法以及基于空间自注意力机制和LSTM 网络的帧序列学习方法。接着我们验证了它们在URAD 上的性能，并从定性和定量的角度分析了这些算法的利弊。对于其中基于空间注意力机制的检测算法，我们提出使用隔帧采样和Ranking的方式进行改进，提高了其双类上的检测性能。

（2）通过定性分析和定量实验，本文指出在弱监督交通视频事故检测任务中使用AUC 进行评估时双类到单类所存在的数值落差，并由此提出单类AUC 的评测方法，来更好地刻画算法对于视频中事故位置的定位能力。

（3）本文分别基于C3D 特征与I3D 的RGB 和FLOW 模式下的特征实现了基于多实例学习的深度排序算法，接着验证了几种常见的特征融合手段；然后，我们通过结合Min-Max 归一化和哈达玛积的方式成功融合了RGB 和FLOW 特征下的预测分数，并得到了更高的单类AUC 性能。

（4）本文基于哈达玛积融合后的检测方法实现了一个可用于视频交通事故检测的可视化的端到端系统，其检测速度达43 FPS。

资源下载

此资源下载价格为6.0金币，请先登录

资源声明（购买视为同意此声明）：
1.在网站平台的任何操作视为已阅读和同意网站底部的注册协议及免责声明，本站资源已是超低价，且不提供技术支持
2.部分网络用户分享网盘地址有可能会失效，如发生失效情况请发邮件给客服code711cn#qq.com (把#换成@)会进行补发
3.本站站内提供的所有可下载资源（软件等等）本站保证未做任何负面改动；但本网站不能保证资源的准确性、安全性和完整性，用户下载后自行斟酌，我们以交流学习为目的，并不是所有的源码都不是100%无错或无bug；需要您有一定的基础能够看懂代码，能够自行调试修改代码并解决报错。同时本站用户必须明白，源码便利店对提供下载的软件等不拥有任何权利，其版权归该资源的合法拥有者所有。
4.本站所有资源仅用于学习及研究使用,请必须在24小时内删除所下载资源，切勿用于商业用途，否则由此引发的法律纠纷及连带责任本站和发布者概不承担
5.因资源可复制性，一旦购买均不退款，充值余额也不退款