基于深度學(xué)習(xí)方法的行人屬性自動(dòng)識(shí)別及其在監(jiān)視系統(tǒng)行為分析中的應(yīng)用.pdf

1、基于當(dāng)今時(shí)代維護(hù)社會(huì)安全的迫切需要，國(guó)內(nèi)外學(xué)者對(duì)視頻監(jiān)控技術(shù)的研究廣泛興起。一般，基于人力的視頻監(jiān)控過(guò)程需要觀察者的連續(xù)監(jiān)控，由于信息的稀疏性以及人類難以長(zhǎng)時(shí)間保持注意力集中，在視頻監(jiān)控工作中，人類觀察者在觀察中可能會(huì)多次錯(cuò)過(guò)導(dǎo)致各種安全問(wèn)題的重要事件。因此，視頻監(jiān)控技術(shù)正在朝視頻分析的方向發(fā)展，即應(yīng)用計(jì)算機(jī)對(duì)視頻流進(jìn)行自動(dòng)分析。使用視頻分析技術(shù)自動(dòng)分析行人行為是當(dāng)前重要研究方向。本研究對(duì)此進(jìn)行了相關(guān)調(diào)研，并在此基礎(chǔ)上，提出在監(jiān)控系統(tǒng)中

2、利用深度學(xué)習(xí)技術(shù)自動(dòng)識(shí)別行人屬性的行為分析解決方案。本研究提出了五個(gè)重要行人屬性，并基于該屬性自動(dòng)描述人類行為。這些屬性包括(a)行人的全身朝向（行人移動(dòng)方向），(b)行人的注意力方向/頭部姿態(tài)估計(jì)（行人觀察方向），(c)攝像機(jī)視野(FOV)中行人的距離和尺寸（高度和寬度），(d)行人存在的識(shí)別，以及(e)行人的性別識(shí)別（男性或女性）。
　　(1)行人行動(dòng)方向和意圖預(yù)測(cè)。預(yù)測(cè)行人的行動(dòng)方向和意圖已經(jīng)成為人類行動(dòng)認(rèn)知的主要應(yīng)用之一。

3、在移動(dòng)過(guò)程中，行人具有多種可能的視覺(jué)注意方向。應(yīng)用計(jì)算機(jī)視覺(jué)對(duì)行人的行動(dòng)方向和意圖進(jìn)行預(yù)測(cè)是對(duì)行人的行為研究的主要手段。本文提出利用深度學(xué)習(xí)方法對(duì)行人頭部姿態(tài)和全身方向進(jìn)行估計(jì)?；趦蓚€(gè)擁有八方向視角的數(shù)據(jù)集分別訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)模型，實(shí)現(xiàn)方向預(yù)測(cè)。本研究在現(xiàn)有數(shù)據(jù)集和各種場(chǎng)景下實(shí)際拍攝的視頻序列數(shù)據(jù)集上進(jìn)行測(cè)試實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明，本文所提出的方法成功估計(jì)了各種環(huán)境中的行人頭部姿態(tài)和身體視角。
　　(2)行人分類?；谟?jì)算機(jī)視覺(jué)的行

4、人分類已經(jīng)成為多年來(lái)的熱點(diǎn)問(wèn)題。行人識(shí)別方法主要分為基于傳統(tǒng)方法的行人分類方法和基于神經(jīng)網(wǎng)絡(luò)的行人分類方法。本研究利用堆棧式稀疏自動(dòng)編碼器提取包含行人對(duì)象的特征，通過(guò)圖流形排序方法借助SLIC超像素迭代生成包含行人圖像的突出特征地圖，然后輸入到堆棧式稀疏自動(dòng)編碼器。最后，將利用堆棧式自動(dòng)編碼器得到重建的數(shù)據(jù)傳遞到Softmax分類器中進(jìn)行分類。
　　(3)行人尺度度量。在許多情況下，需要在實(shí)時(shí)環(huán)境中對(duì)攝像機(jī)中的行人進(jìn)行距離和尺寸計(jì)

5、算。高效、方便的非接觸距離估計(jì)方法是行人尺度估計(jì)的主要方法。本研究提出基于數(shù)學(xué)變換的單目攝像機(jī)視野內(nèi)的行人對(duì)象距離和尺度度量方法。在估測(cè)之前，根據(jù)環(huán)境采用單次拍攝學(xué)習(xí)來(lái)調(diào)整攝像機(jī)。對(duì)于單次拍攝學(xué)習(xí)，首先將L形標(biāo)記放置在最小距離處，之后再放在距攝像機(jī)一般遠(yuǎn)的距離處。在兩個(gè)放置處計(jì)算標(biāo)記的角點(diǎn)，并通過(guò)線性方程估測(cè)對(duì)象放置處的每個(gè)像素長(zhǎng)度。再通過(guò)基于平均濾波器的背景減除策略獲得前景運(yùn)動(dòng)對(duì)象，然后利用基于卷積神經(jīng)網(wǎng)絡(luò)的分類器將其預(yù)測(cè)為行人和非行

6、人。最后，借助在單次學(xué)習(xí)步驟中讀取的數(shù)據(jù)估測(cè)行人的距離和尺寸。
　　(4)行人性別預(yù)測(cè)。行人的性別是一個(gè)軟屬性，在計(jì)算機(jī)視覺(jué)的許多領(lǐng)域具有較普遍的應(yīng)用價(jià)值。目前，行人性別預(yù)測(cè)在計(jì)算機(jī)視覺(jué)中面臨巨大挑戰(zhàn)。本研究提出了基于深度學(xué)習(xí)的行人性別分類方法。在預(yù)處理階段，通過(guò)現(xiàn)有的深層分解神經(jīng)網(wǎng)絡(luò)方法對(duì)行人進(jìn)行解析，將該網(wǎng)絡(luò)的輸出二進(jìn)制掩碼應(yīng)用于圖像中，將其映射為行人全身圖像。最后將其傳遞到帶softmax分類器的堆棧式自動(dòng)編碼器中進(jìn)行分類。