視頻擁擠場景下快速目標(biāo)檢測(cè)算法的研究與實(shí)現(xiàn).pdf

1、現(xiàn)代城市公安監(jiān)控?cái)z像頭數(shù)量普遍達(dá)到萬臺(tái)以上，城市監(jiān)控主要針對(duì)人、車兩類目標(biāo)，其中對(duì)于行人目標(biāo)的檢測(cè)，特別是在擁擠場景下行人目標(biāo)快速準(zhǔn)確的檢測(cè)一直是該領(lǐng)域的一個(gè)難點(diǎn)，同時(shí)，目標(biāo)檢測(cè)也是計(jì)算機(jī)視覺和模式識(shí)別等領(lǐng)域的一個(gè)非?；钴S的研究方向。
　　本文首先分析研究了當(dāng)前常用的目標(biāo)檢測(cè)算法，針對(duì)擁擠場景下的目標(biāo)相互遮擋的難點(diǎn)，利用可變形部件模型（DPM）算法進(jìn)行擁擠場景下的目標(biāo)檢測(cè)，達(dá)到了較好的檢測(cè)準(zhǔn)確性能，但由于該算法需要進(jìn)行全局滑窗檢測(cè)

2、和金字塔計(jì)算，算法復(fù)雜度高，計(jì)算量大、實(shí)時(shí)性差，很難應(yīng)用到實(shí)際智能視頻分析系統(tǒng)中。
　　本文針對(duì)實(shí)際智能視頻分析系統(tǒng)的應(yīng)用需求，提出分層檢測(cè)原則，采用“由粗到精”的思想，對(duì)于給定的實(shí)驗(yàn)視頻序列，首先通過對(duì)稱差分提取動(dòng)目標(biāo)前景，快速定位潛在目標(biāo)區(qū)域，利用可變形部件模型（DPM）對(duì)該潛在目標(biāo)區(qū)域進(jìn)行精確檢測(cè)，在一定程度上降低了該算法的計(jì)算量，滿足了特定視頻擁擠場景下目標(biāo)檢測(cè)準(zhǔn)確性和準(zhǔn)實(shí)時(shí)的應(yīng)用要求；同時(shí)，提出對(duì)快速粗定位目標(biāo)潛在區(qū)域采

3、用BING+DPM算法達(dá)到快速似物性檢測(cè)，滿足特定視頻擁擠場景下快速目標(biāo)檢測(cè)的實(shí)時(shí)應(yīng)用要求。
　　本文利用INRIA和Pets2006等行人數(shù)據(jù)庫對(duì)算法進(jìn)行評(píng)估，獲得算法對(duì)行人目標(biāo)的準(zhǔn)確率和查全率，得到PR曲線。再利用工程中心現(xiàn)有的實(shí)際系統(tǒng)平臺(tái)的視頻進(jìn)行實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明雖然BING+DPM算法的目標(biāo)檢測(cè)正確率受BING算法性能的限制不如對(duì)稱差分+級(jí)聯(lián)DPM算法，但能夠大幅提高檢測(cè)速率，可以滿足視頻分析系統(tǒng)的實(shí)時(shí)性應(yīng)用要求，對(duì)稱差