智能監(jiān)控中行人序列檢索關(guān)鍵技術(shù)研究.pdf

1、近年來，隨著城市中監(jiān)控設(shè)備數(shù)量日益增多，各個廣場、路口等采集的視頻數(shù)量也不斷增多，這些監(jiān)控視頻可為公安干警偵破刑事案件提供強(qiáng)有力的線索和手段，由于監(jiān)控視頻中內(nèi)容較為復(fù)雜、數(shù)據(jù)量較大，傳統(tǒng)的人工瀏覽和查找感興目標(biāo)的方式既耗時又費(fèi)力、效率低下、容易漏掉關(guān)鍵信息。為了能夠彌補(bǔ)人工檢索的不足，采取自動化手段對監(jiān)控視頻中行人序列檢索的方式被提出，智能行人序列檢索問題也成為計算機(jī)視覺研究領(lǐng)域的熱門課題。
　　智能監(jiān)控中行人序列檢索以行人檢測、

2、行人屬性提取和行人軌跡提取關(guān)鍵技術(shù)為基礎(chǔ)，涉及面廣，本文針對監(jiān)控視頻中行人序列檢索過程中的幾個關(guān)鍵技術(shù)進(jìn)行研究，并對涉及的具體問題進(jìn)行深入探索，論文主要研究工作概括如下幾個方面:
　　首先，傳統(tǒng)的行人檢測方法需要對整張圖像進(jìn)行多尺度滑動窗口檢測，如果整張圖像沒有行人或者大部分區(qū)域沒有行人，這種檢測方法極大地浪費(fèi)時間，況且背景干擾或者行人之間相互遮擋情況下檢測不準(zhǔn)確。本文利用監(jiān)控視頻中行人的運(yùn)動信息與聚合通道特征相結(jié)合檢測行人。首先

3、，采用背景差分檢測方法檢測出前景運(yùn)動區(qū)域，在此基礎(chǔ)上，利用基于聚合通道特征的檢測方法實(shí)現(xiàn)對行人準(zhǔn)確、快速的檢測。
　　其次，在行人檢測的基礎(chǔ)上，采用幀序列投票的方式對行人衣著顏色屬性進(jìn)行提取，考慮到監(jiān)控視頻中行人衣著顏色容易受光照和采集設(shè)備的影響，因此本文對現(xiàn)有的基于局部反射統(tǒng)計光照估計方法改進(jìn)，提出一種多尺度光照估計方案對色偏圖像進(jìn)行矯正，恢復(fù)成標(biāo)準(zhǔn)光源條件下的正常圖像。此外，為了準(zhǔn)確識別矯正后的衣著顏色圖像，本文采用層次化分類

4、的方法先將衣著顏色分為“彩色類型”和“非彩色類型”，然后再細(xì)分具體的顏色類型。
　　最后，為解決目標(biāo)遮擋和行人漏檢引起的運(yùn)動軌跡不完整問題，本文在行人檢測的基礎(chǔ)上，對相鄰圖像幀檢測出的目標(biāo)行人建立五種狀態(tài)（目標(biāo)移動，目標(biāo)靜止，目標(biāo)丟失，部分匹配，目標(biāo)離開），然后根據(jù)幀間的目標(biāo)行人建立數(shù)據(jù)關(guān)聯(lián)，進(jìn)行目標(biāo)匹配，當(dāng)目標(biāo)丟失或者部分匹配時將目標(biāo)狀態(tài)實(shí)時更新，目標(biāo)重新出現(xiàn)時，進(jìn)一步準(zhǔn)確匹配，從而能夠提取出目標(biāo)完整的運(yùn)動軌跡。另外，本文在行人