《监控视频中行人分析关键技术及产业化应用》

该项目属于公共安全领域中的监控视频行人分析技术。

随着中国“平安城市”、“天网工程”、“科技强警”等战略的实施,中国已建成国际上最大的城市安防视频监控系统,实现了对关键地区、关键部位的长时不间断监控。由于监控视频数据本身是非结构化的、海量的,需要从中提取对于公安等实际用户感兴趣的信息,满足公安及时处理突发事件或事件发生后的线索追踪需求,而现有监控视频处理与分析技术仍然存在着实用性不强、精度不高的难题,亟需突破。另一方面,行人是监控视频中最为引人关注的对象之一。通过对监控视频中行人的分析,如出入口的人流量、出现在不同时间或不同区域中的同一行人、行人的行为等,可以为商场、车站等特定场所的人流量统计分析、犯罪嫌疑人或失踪人口搜寻、暴力或异常行为的及时发现等提供有效手段。针对监控视频中上述关于行人分析的应用需求,以提升技术的实用性和精度为目标,项目组在行人流量统计、行人重识别、行为识别等方面开展了研究和开发工作,主要创新成果如下:

1、创新提出“成像视角和人头目标成像尺度在线学习技术”,通过自动生成适应于场景的最优人头检测分类器,有效解决了真实人流量统计应用场景中摄像头安装角度、高度以及成像视场、成像分辨率各异而导致算法适应性差的问题,性能提升了18.8%,针对真实场景测试准确率达到90.1%,为车站、机场、景区等场所的精准人流量管控提供技术手段。

2、首次提出“基于等距嵌入的度量学习”和“基于自适应间隔排序损失的多尺度多部件融合深度网络”的行人重识别方法,前者获得了样本在度量空间中的“良好分布”,后者则实现了具有难例挖掘能力的行人图像特征表达与相似性度量联合学习,针对真实场景测试Rank20准确率达到90.9%,同时有效满足了不同硬件资源条件下的应用需求。

3、提出了基于最大间隔的最小判别部件集选择、基于组稀疏的部件挖掘与特征选择两种行为识别方法,通过挖掘行为中最具判别能力的中层特征,并对中层特征之间相关性进行学习与建模,解决了行为识别中存在的场景中行人多、行为的姿态分布广、光照强度变化大等问题,行为识别性能达到了95.3%。

项目申请发明专利13项,授权6项,取得计算机软件著作权4项,发表论文29篇,其中SCI期刊论文15篇,IEEE汇刊3篇。获得国内外科技查新报告,通过第三方测试。

该项目的行人流量统计、行人重识别、行为识别等相关研究成果已成功在公共安全领域,特别是在公安行业得到了较为广泛的应用,相关技术已成功应用在武汉、北京、沈阳、合肥、重庆、天津、新疆等地公安部门的视频监控基础平台、深度应用系统、视频侦查作战平台、合成作战平台、多维感知平台、视频图像解析中心平台等软件平台及系统中,已实现相关产品销售收入14.30亿元,净利润1.08亿元,税收8091.8万元。

  1. 下载详细PDF版/Doc版

提示:为方便大家复制编辑,博主已将PDF文件制作为Word/Doc格式文件。