基于图像处理和深度学习的智能监控系统的设计与实现
本文在VS2013环境下设计了一种可对敏感区域的入侵情况进行智能判别的监控系统,该系统是通过利用计算机视觉库opencv3.0和深度学习模型来实现的.系统具体是由移动目标检测与跟踪模块、图像处理模块、截图模块、退出模块和智能检测定位模块组成.其中系统是通过利用高斯混合模型来实现对移动目标的检测与跟踪,利用图像处理模块来对建模图像进行去噪、消除边缘影响等.同时,系统为了智能检测敏感区域的入侵情况引入目标检测模块,该模块是利用Faster R-CNN网络框架来实现的,模型可智能判别侵入敏感区域的移动目标是车或人,并统计其数量,从而可快速地智能判断入侵等级.
图像处理、深度学习、opencv3.0、智能监控、Faster R-CNN网络模型
2019-04-28(万方平台首次上网日期,不代表论文的发表时间)
共2页
7-8