一种基于深度卷积神经网络的摄像机覆盖质量评价算法

作     者：朱陶 杜治国 洪卫军 ZHU Tao;DU Zhiguo;HONG Weijun

作者机构：中国人民公安大学北京100038 

基　　金：国家"863"计划(2013AA014604 2014) 中国人民公安大学基本科研业务费科技类课题(2014JKF02205)资助项目 

出 版 物：《江西师范大学学报（自然科学版）》 (Journal of Jiangxi Normal University(Natural Science Edition))

年 卷 期：2015年第39卷第3期

页      码：309-314页

摘      要：随着视频监控系统的大规模普及,视频监控系统的效用评价成为一个重要的研究课题.当前视频监控系统评价只考虑了摄像机的覆盖率,缺少对摄像机覆盖质量的量化评价.该文提出了一种基于深度卷积神经网络的监控摄像机覆盖质量评价算法.将摄像机覆盖质量评价问题转化为对摄像机所采集视频帧的质量评价问题,探讨了基于视频帧的摄像机覆盖质量等级的分级策略,标注了一个摄像机视频帧质量等级数据集;设计了一种新颖的多维标签赋值方法,利用深度卷积网络学习鲁棒的视频帧表示,进一步基于支持向量回归机(SVR)学习视频质量回归函数,从而实现对摄像机覆盖质量的鲁棒估计.实验结果表明:该算法能够准确地对监控摄像机的覆盖质量进行自动评测,有效监测了摄像机监控质量的实时变化.

主 题 词：视频监控摄像机 覆盖质量 深度卷积神经网络 支持向量回归机 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 

D　O　I：10.16357/j.cnki.issn1000-5862.2015.03.16

馆 藏 号：203101703...