Resumen

La videovigilancia juega un papel cada vez más importante en la seguridad pública y es un fundamento técnico para la construcción de ciudades seguras e inteligentes. Los sistemas tradicionales de videovigilancia solo pueden proporcionar monitoreo en tiempo real o analizar manualmente casos revisando el video de vigilancia. Por lo tanto, es difícil utilizar de manera efectiva los datos muestreados del video de vigilancia. En este artículo, proponemos una detección eficiente de objetos en video con una superresolución mediante una red de fusión profunda para la seguridad pública. En primer lugar, diseñamos un marco de superresolución para la detección de objetos en video. Al fusionar algoritmos de detección de objetos, algoritmos de selección de fotogramas clave de video y algoritmos de reconstrucción de superresolución, propusimos un método de superresolución inteligente basado en aprendizaje profundo para la detección de objetos en video. En segundo lugar, diseñamos un algoritmo de detección de objetos basado en regresión y un algoritmo de selección de fotogramas

• Materias:Cifrado de búsqueda Seguridad informática Reconstrucción virtual Detección de intrusos Sistema de programación
• Subjects:Search encryption Computer security Virtual reconstruction Intrusion detection Programming system
• Palabras claves:Videovigilancia; Seguridad pública; Red de fusión profunda; Detección de objetos; Reconstrucción de superresolución; Detección inteligente de vídeo
• Keywords:Video surveillance; Public security; Deep fusion network; Object detection; Super-resolution reconstruction; Intelligent video detection