全文总字数：3629字
文献综述
一、选题背景行为规范，即指某些特定的场景会对人物的行为做出特定的限制，比如加油站禁止吸烟，驾驶员禁止打电话，博物馆禁止拍照等。
随着计算机人工智能的发展，这些禁止行为或不文明行为都可以通过基于视频监控的行为监测算法进行监控、发现以及适当时给予警告。
随着技术不断地进步，吸烟和打电话检测的方法也随之不断地改进。
就吸烟而言，传统检测的方法通常都是通过烟雾传感器、可穿戴设备等物理方式进行检测。
然而，这些方法存在诸多局限：一是室外场景中烟雾浓度被极大地稀释，无法被烟雾传感器所感应；二是可穿戴设备执行检测的成本较高，需要人人拥有。
此外，这种方法通过判断肢体多个部位的运动轨迹和速度，与吸烟的动作行为进行模式匹配，进而通过支持向量机等机器学习分类方法对匹配度进行判断，故而该类方法的检测的准确率和效率比较低。
本课题主要是在现有的深度学习框架上，构建一个卷积神经网络，能够识别人们吸烟与打电话的行为，达到一个简单的能够实现行为检测的目标。
二、研究现状随着计算机硬件的处理能力的进一步提高，在检测系统方面，人们提出了用基于深度学习的检测系统来进行吸烟与打电话的行为检测。
然而传统的机器学习算法的准确率并没有达到极限，深度学习中卷积神经网络的出现使得现在的识别任务有更大的提升。
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
