基于视频分析的视觉检测算法研究

本文针对运动烟支的动态监测、视频合成、缺陷分析等关键问题展开研究,并取得了一定理论和实用价值的成果。本文的工作包括:(1)视频合成的研究:一般工业相机采集的数据为单张的图像数据,并不能直接进行视频的保存。本研究采用FFmpeg开源视频处理库对采集到的图像进行视频合成,并利用视频的帧内压缩以及帧间压缩技术,成功实现海量图像的视频化动态存储。(2)基于卷积神经网络进行的深度学习研究:利用主流深度学习框架Pytorch对卷积神经网络的数据输入层、卷积计算层、激励层、池化层、全连接层等层进行研究并修改,在测试数据集上的实验结果表明了卷积神经网络在缺陷检测方面的优势。