近年來，隨著深度學(xué)習(xí)在計(jì)算機(jī)視覺領(lǐng)域的廣泛應(yīng)用，基于深度學(xué)習(xí)的視頻運(yùn)動(dòng)目標(biāo)檢測(cè)受到廣大學(xué)者的青睞。這種方法的基本原理是利用大量目標(biāo)樣本數(shù)據(jù)訓(xùn)練一個(gè)基于深度神經(jīng)網(wǎng)絡(luò)的分類器，然后通過分類器在線檢測(cè)目標(biāo)。由于深度神經(jīng)網(wǎng)絡(luò)能夠通過多層表示的方式更加深刻的描述目標(biāo)特征，基于深度學(xué)習(xí)的檢測(cè)方法優(yōu)點(diǎn)在于能夠準(zhǔn)確檢測(cè)具有訓(xùn)練數(shù)據(jù)中目標(biāo)特征的目標(biāo)。針對(duì)視頻運(yùn)動(dòng)目標(biāo)檢測(cè)這個(gè)特定的應(yīng)用，這種方法的局限性在于沒有利用目標(biāo)運(yùn)動(dòng)信息，檢測(cè)結(jié)果容易出現(xiàn)虛警目標(biāo)。本文將GMM建模方法與深度神經(jīng)網(wǎng)絡(luò)相結(jié)合，充分利用目標(biāo)外觀特征和運(yùn)動(dòng)信息，以期獲得更準(zhǔn)確的檢測(cè)結(jié)果。在2017年央企雙創(chuàng)展實(shí)地采集的展臺(tái)監(jiān)控?cái)?shù)據(jù)上進(jìn)行了實(shí)驗(yàn)驗(yàn)證。結(jié)果表明，本文方法相比于不融合運(yùn)動(dòng)信息的檢測(cè)方法，行人檢測(cè)準(zhǔn)確率提高3.8%。

　　隨著計(jì)算機(jī)計(jì)算技術(shù)和存儲(chǔ)技術(shù)的快速發(fā)展，視頻信息占人們接受信息的比重越來越大，對(duì)視頻的智能分析也越來越重要。其中視頻目標(biāo)檢測(cè)是對(duì)視頻分析的重要切入點(diǎn)，因此不管是在學(xué)術(shù)界還是在商業(yè)界，目標(biāo)檢測(cè)都是研究和應(yīng)用的一個(gè)熱點(diǎn)。傳統(tǒng)的視頻運(yùn)動(dòng)目標(biāo)檢測(cè)方法包括背景差法、幀差法、光流法，這類方法的主要原理是基于像素級(jí)分析來確定運(yùn)動(dòng)目標(biāo)相對(duì)于背景圖像的差異，檢測(cè)運(yùn)動(dòng)目標(biāo)所在的位置。盡管學(xué)者們?cè)谶@類方法基礎(chǔ)上進(jìn)行了很多創(chuàng)新改進(jìn)，但是這類自底向上的方法并未利用目標(biāo)外觀等宏觀信息，檢測(cè)結(jié)果容易受光照變化、目標(biāo)交叉遮擋、目標(biāo)與背景相似、陰影等因素影響。此外，針對(duì)視頻行人檢測(cè)這個(gè)特定的應(yīng)用，僅僅利用目標(biāo)運(yùn)動(dòng)信息并不能精確定位行人目標(biāo)，尤其是目標(biāo)之間有交疊、部分遮擋等情況下，無法區(qū)分不同的目標(biāo)。

　　深度學(xué)習(xí)是目前機(jī)器學(xué)習(xí)在實(shí)際應(yīng)用中最成功的一種方法，在自然圖像分類、通用目標(biāo)檢測(cè)、語義分割等視覺領(lǐng)域取得了突破性的成績(jī)。將深度學(xué)習(xí)用于視頻運(yùn)動(dòng)目標(biāo)檢測(cè)的方法［7］ ［8］ ［9］，能夠有效描述目標(biāo)外觀、結(jié)構(gòu)、色彩等視覺特征，從而檢測(cè)定位目標(biāo)。這類方法的局限性在于沒有利用目標(biāo)運(yùn)動(dòng)信息，導(dǎo)致與目標(biāo)外觀相似的虛警目標(biāo)被誤檢。

　　本文致力于復(fù)雜場(chǎng)景下的視頻行人目標(biāo)檢測(cè)，將深度學(xué)習(xí)方法引入傳統(tǒng)視頻運(yùn)動(dòng)目標(biāo)檢測(cè)方法，利用深度學(xué)習(xí)方法對(duì)行人目標(biāo)準(zhǔn)確、全面的外觀描述的同時(shí)，挖掘行人目標(biāo)運(yùn)動(dòng)信息，克服傳統(tǒng)運(yùn)動(dòng)檢測(cè)出現(xiàn)空洞、易受陰影、光照變化影響等難題，提高行人檢測(cè)準(zhǔn)確率。運(yùn)動(dòng)檢測(cè)采用背景建模法中比較成熟的混合高斯建模法GMM，有效克服光照變化，深度學(xué)習(xí)采用YOLOv3深度神經(jīng)網(wǎng)絡(luò)模型，實(shí)現(xiàn)行人與背景的二分類，解決目標(biāo)與背景相似的問題，二者充分融合，準(zhǔn)確檢測(cè)行人目標(biāo)。
?