用于公共安全的視頻檢索研究.pdf

1、隨著多媒體技術(shù)和網(wǎng)絡(luò)技術(shù)的快速發(fā)展，以及各種視頻壓縮技術(shù)和大容量存儲(chǔ)技術(shù)的相繼出現(xiàn)，視頻信息的獲取、傳播和存儲(chǔ)變得越來(lái)越簡(jiǎn)單。同時(shí)一直以來(lái)，安全問(wèn)題都是人們非常注重的一個(gè)問(wèn)題，監(jiān)控視頻作為安全系統(tǒng)的關(guān)鍵環(huán)節(jié)，對(duì)其中的行人進(jìn)行有效快速地檢索已成為基于內(nèi)容的視頻檢索領(lǐng)域研究的熱點(diǎn)。但是一方面監(jiān)控視頻具有分辨率差且不同的攝像機(jī)位于不同的關(guān)照環(huán)境下的特點(diǎn)，另一方面行人的外觀在不同的穿著和視角的影響下也會(huì)呈現(xiàn)不同的狀態(tài)，使得此項(xiàng)技術(shù)面臨巨大的挑戰(zhàn)

2、。
　　本文對(duì)行人檢索中關(guān)鍵的行人檢測(cè)、特征提取以及相似度度量技術(shù)分別進(jìn)行了研究，設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)基于行人特征和度量學(xué)習(xí)的行人檢索系統(tǒng)。首先，比較了現(xiàn)有的行人檢測(cè)中幾種經(jīng)典的背景差分法和基于統(tǒng)計(jì)學(xué)習(xí)的方法，提出了一種基于統(tǒng)計(jì)學(xué)習(xí)與背景差分法結(jié)合的方法，改善了行人檢測(cè)的效果。隨后，進(jìn)行了LOMO特征，主顏色特征，形狀特征以及人臉特征的提取，同時(shí)為了降低重復(fù)性檢索工作，提出了一種基于運(yùn)動(dòng)對(duì)象面積以及臉部所占比例的關(guān)鍵幀提取方法，并對(duì)關(guān)

3、鍵幀中人臉部分進(jìn)行了插值處理。接著，研究了基于度量學(xué)習(xí)的行人再識(shí)別，實(shí)現(xiàn)了特征降維與相似距離的學(xué)習(xí)，并在常用的公開(kāi)數(shù)據(jù)集上進(jìn)行了實(shí)驗(yàn)。根據(jù)實(shí)驗(yàn)結(jié)果的CMC(Cumulative MatchCharacteristic)曲線(xiàn)表明，在排名前二十的檢索結(jié)果中有90％的正確識(shí)別。最后，設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)基于Web客戶(hù)端與服務(wù)器的用戶(hù)檢索系統(tǒng)，該系統(tǒng)提供了模糊查詢(xún)與圖片查詢(xún)兩個(gè)功能模塊。模糊查詢(xún)采用了主顏色特征與視頻時(shí)間結(jié)合作為輸入，圖片查詢(xún)采用了