Judgement on Spatial-temporal Relationship of Objects in Surveillance Videos

在实时监控系统的应用背景下,基于MPEG-7标准中层语义上,重点对监控视频图像时间空间关系判断和目标识别方法进行了全面的论述,并给出了一种在监控视频中判断多帧多目标之间时间关系和空间关系的算法,且为目标运动趋势估计提供了有力的支持.     

多摄像机环境下的目标跟踪

在多摄像机智能视频监控系统中,主要的难点是在多个摄像机之间对相同的目标建立正确的对应关系,即目标交接.利用目标离开视野域的时间和空间作为约束条件,结合模板匹配的方法,对没有视野重叠域的多摄像机监控下的目标进行连续跟踪.避免视野域内将所有目标进行匹配,提高了交接的实时性和准确率.     

基于Ontology的监控视频描述方案

基于对监控视频数据所含信息的层次化分析,提出了一种基于本体论(Ontology)的监控视频层次化描述方案.在此方案中,将监控视频采集器得到的数据分为视频元数据和视频数据分别加以描述.根据所提出的监控视频分析本体,将视频数据进一步分为视觉特征信息、目标对象语义信息、高层语义信息三个层次.最后借鉴领域知识,并使用可扩展标记语言(XML).以实例形式阐述各个层次的描述方法.     

网络化硬盘存储在安防系统的应用

视频监控在现代安防系统中占据了极其重要的地位。由于视频监控系统具有监控点多、录像通道多、视频监控时间长、视频数据多等特点,这就向视频存储技术提出了一个挑战,即如何保证对大量的视频数据文件提供足够的存储空间。视频存储技术的进步,能够极大的推动安防监控行业的发展。目前视频监控系统正处于网络化发展阶段,监控系统的网络化也将要求视频存储技术的网络化。TCP/IP网络是视频监控网络化技术的网络基础,这也决定了TCP/IP网络是视频存储的网络基础。     

基于时间序列组合逻辑运算的智能视频监控报警算法

针对智慧小区视频监控中多目标的判别与报警问题,提出一种基于时间序列组合逻辑运算的智能视频监控报警算法。为实现在多摄像机、多触发事件的协同工作,以完成对目标的检测、跟踪及分析,构建了各触发事件之间依据逻辑与、或、非等组合逻辑运算规则来满足智能监控的要求;其次,引入事件触发时间、顺序及优先级别等因素,构建基于时间序列的监控系统报警组合逻辑运算算法,所有触发事件按时间序列组合逻辑运算规定,触发视频监控系统报警。实验结果表明,所提算法可综合应用多视频信号源实现多触发信号混合使用与报警,实现安全可控、精确便捷的智能化监控。     

基于场边界线的多摄像机智能监控系统研究

伴随视频监控系统的普及,多摄像机智能视频监控技术得到了广泛的研究和应用。特别是视频监控中的运动目标检测分割、运动目标跟踪和多摄像机协同技术,成为计算机视觉领域研究的热点。单摄像机跟踪常被应用的监控范围限制,当监控场景是一个室外环境或需要一个较大的观测范围时,常需要多摄像机进行多物体跟踪。为了建立一套有效的多摄像机智能监控系统,提出一种基于摄像机视野的重叠区域的协同监控方法,找出重叠区域的边界线即场边界线,旨在解决单摄像机监控范围有限的问题,实现对某一场景进行全景监控。在多摄像机系统中各个摄像机的场边界线在其他摄像机中可见的情况下,给出寻找它们的方法。基于此,可基本确定在多摄像机中的运动目标对应关系,获取多摄像机的拓扑关系。     

多摄像机视域内的目标活动分析

本文提出了一种能够分析多摄像机非重叠视域中运动目标行为之间时空相关性的方法.该方法基于特征空间中目标活动模式的相似性和活动空间的关联性,将摄像机网络中每个视域分为多个有意义的语意活动区域;利用交叉核典型相关分析(XKCCA)分析语意活动区域之间的时空相关性,得到摄像机网络的拓扑关系,该拓扑关系能够反映目标在跨摄像机的语意区域之间运动的时空信息;将这些信息有效地融入到跨摄像机的目标再确认过程中,有利于排除虚假目标,提高跨摄像机目标再确认的准确度.与现有的方法相比,本文方法不依赖于个体目标的跟踪,实验结果表明本方法在复杂、拥挤、低帧频和低分辨率的多摄像机视频监控网络中能够有效地理解和分析视频内容,更准确的实现跨摄像机目标再确认.     

基于灰度与关键帧光流检测的视频异常判断

视频监控系统在日常生活中日益普及，为了实现监控视频的智能分析，利用背景差分法检测并提取关注的前景目标，再结合光流算法分析目标的运动方向和强度，为了提升视频分析效率，先利用帧差欧几里得距离法计算帧与帧之间的相似度，提取视频序列的关键帧，并提出了一种运算量小检测效果较好的基于图像灰度化的背景差分法进一步提取关键帧的前景目标,最后用光流法计算得到目标的光流矢量和强度信息，为监控视频的异常判断提供依据。     

基于视频语义转化的狱内信息归档方法研究

目前，在狱政管理数据统计中，记录罪犯的日常行为主要依靠调取监控视频，监狱通常还会安排专业人员调取监控，并更新档案。这种方法看似缜密，实则存在漏洞。首先，由于视频的连续性，特别是在不清楚精准时间点的前提下，查询某个具体时间区域的视频内容较为困难。再者，相关统计人员主观因素的影响也是不可忽略的问题之一。鉴于电子档案管理在监狱建设、发展和运行管理中的重要作用，文中提出了一种基于视频语义转化的狱内信息归档方法，该方法可对罪犯原有电子档案进行实时更新，通过关键词检索，快速锁定目标内容在视频中的时间范围，有效解决以上问题。     

基于FFMPEG的嵌入式视频监控系统

随着计算机技术的飞快发展,网络视频监控已经成为视频监控领域最重要发展方向,网络视频监控系统最早出现于2001年,网络化的嵌入式视频监控系统不受时间和空间的限制,本身可以做为视频流媒体服务器,突破了监控的时空限制,使客户端用户通过网络中的任何一台电脑来观看、录制和管理实时的视频信息。     

基于规则推理的语义检索若干关键技术研究

 针对专业领域复杂的检索需求,目前相关研究采用基于语义的方法来扩展检索范围并提高准确度.在语义推理方面,目前搜索引擎通常直接采用语义网中的推理算法,推理效率不高.在排序方面,基于关键字的搜索引擎的排序算法也不适合对语义检索结果进行排序.针对上述问题,本文给出了基于语义网的语义规则建立方法,并提出了一种基于闭合世界假设的反向链接推理算法,提高推理效率,同时给出了一种基于特征相似性排序算法,使检索结果排序方式更加符合语义检索的特点.基于本文提出的方法,构造了语义搜索引擎MaterialHub,实验表明该搜索引擎提高了检索的准确率和查全率,有较好的查询响应时间,并已经得到实际应用.     

基于树状结构的语义相似度计算方法分析

文中提出了基于树状结构的语义相似度计算方法.结合概念节点之间的语义关系、语义距离、概念节点的深度、密度对语义相似度的影响,利用树的层次关系来表达概念节点之间的语义信息,并对概念节点密度的计算进行改进,加入了可调节的参数,以适应不同的情景.通过实验验证了该算法在查准率方面具有较强的优越性.     

基于语义的视频检索关键技术综述

随着大量视频的出现,视频内容检索是当今多媒体应用的一个重要研究方向。现有的视频检索技术多是基于低层特征,这些低层特征与高层语义概念相差较多,严重影响了视频内容检索系统的实用性。由于低层特征和高层语义概念间的语义鸿沟,如何从视频内容中提取人类思维中的语义概念,正成为目前视频内容检索中最具有挑战性的研究内容。文中介绍了语义视频检索出现的背景和国内外最新研究动态,分析了现有方法的优缺点,对现有的关键技术进行综述。     

基于语义的自然语言理解研究

机器要完全智能化,自然语言理解是基础,其中语义是最突出的问题.语义分析方法的选择,对于处理各类不同的语料有着十分重要的作用.介绍语义分析理论,并重点分析语义网络、袼语法、概念从属理论和本体等语义分析方法;提出在选择语义知识表示方法时应遵循的原则;最后,分析基于语义的自然语言理解的重要性及发展趋势.     

语义Web安全研究

针对语义Web技术本身以及由遍及Internet各个角落的语义Web应用构成的语义数据网可能引入新的安全、隐私和信任问题及需求,详细分析了语义Web所面临的安全问题及其安全现状。在此基础上,提出了语义Web的安全参考技术框架。最后,指出在该安全框架下语义Web安全急需研究的关键技术、策略规范和安全标准。     

基于本体的语义检索技术在题库中的应用

传统的题库并未考虑到题目的语义及题目之间的关系.针对这个问题,介绍了语义网络和本体的概念,探讨了应用本体来构造题库中题目的有关知识,从而形成用知识型题库的方法和基于本体的语义搜索技术来分析题目所涵盖知识点的方法.     

基于词汇树层次语义模型的图像检索算法

解决语义鸿沟必须建立图像低层特征到高层语义的映射,针对此问题,本文提出了一种基于词汇树层次语义模型的图像检索方法.首先提取图像包含颜色信息的SIFT特征来构造图像库的特征词汇树,生成描述图像视觉信息的视觉词汇.并在此基础上利用Bayesian决策理论实现视觉词汇到语义主题信息的映射,进而构造了一个层次语义模型,并在此模型基础上完成了基于内容的语义图像检索算法.通过检索过程中用户的相关反馈,不仅可以加入正反馈图像扩展图像查询库,同时能够修正高层语义映射.实验结果表明,基于该模型的图像检索算法性能稳定,并且随着反馈次数的增加,检索效果明显提升.     

基于语义树的概念语义相似度计算方法研究

在分析传统语义相似度计算方法的基础上,综合考虑了边的深度、密度、强度及两个概念的语义重合度、层次差等主要影响因素,提出了一种基于语义树的概念相似度计算方法,并验证了该算法的合理性.     

云环境下的语义本体构建及其在语义检索中的应用

随着云技术的广泛应用,云环境下的语义检索也逐渐成为重要的研究内容,而语义本体构建是首先需要解决的问题.本文首先提出了一种基于相似度计算的数据部署策略,综合考虑了概念之间的结构相似度和语义相似度,将对象数据最优化的部署到不同的虚拟机分别构建语义本体,并给出了相应的语义检索算法.     

A Semantic Service Discovery Network for Large‐Scale Ubiquitous Computing Environments

This paper presents an efficient semantic service discovery scheme called UbiSearch for a large‐scale ubiquitous computing environment. A semantic service discovery network in the semantic vector space is proposed where services that are semantically close to each other are mapped to nearby positions so that the similar services are registered in a cluster of resolvers. Using this mapping technique, the search space for a query is efficiently confined within a minimized cluster region while maintaining high accuracy in comparison to the centralized scheme. The proposed semantic service discovery network provides a number of novel features to evenly distribute service indexes to the resolvers and reduce the number of resolvers to visit. Our simulation study shows that UbiSearch provides good semantic searchability as compared to the centralized indexing system. At the same time, it supports scalable semantic queries with low communication overhead, balanced load distribution among resolvers for service registration and query processing, and personalized semantic matching.