圆锥裁剪BLOB的视频目标检测方法

真实场景的视频目标检测需要消除阴影、反射和鬼影等噪声的影响,以检测出运动目标和静止目标.为了实现系统性的视频目标检测,提出一种自适应圆锥裁剪联通块(TC-BLOB)榆测方法.基于BLOB知识,将3D颜色空间变换为"夹角-模差"2D空间后,定义一套圆锥裁剪规则划分出阴影BLOB和反射BLOB;再以一种持久化记忆PM方法判别出鬼影BLOB;最后改进双背景模型检测出静止目标和运动目标.采用不同环境视频进行实验的结果表明,文中方法足有效的,并有独立于后续跟踪的优点.     

基于深度神经网络的行人头部检测

行人检测已成为安防、智能视频监控、景区人流量统计所依赖的核心技术,最新目标检测方法包括快速的区域卷积神经网络Fast RCNN、单发多重检测器 SSD、部分形变模型DPM等,皆为对行人整体的检测。在大场景下,行人姿态各异,物体间遮挡频繁,只有通过对行人身体部分位置建模,抓住人的局部特征,才能实现准确的定位。利用Faster RCNN深度网络原型,针对行人头部建立检测模型,同时提取行人不同方向的头部特征,并加入空间金字塔池化层,保证检测速率,有效解决大场景下行人的部分遮挡问题,同时清晰地显示人群大致流动方向,相比普通的人头估计,更有利于人流量统计。     

采用CASPCM模型进行姿势鲁棒性人脸识别

针对ASPCM模型处理转动角度较大的人脸图像时出现的不足,提出CASPCM模型.以样本与模型中心的距离为依据将训练样本分组,为每个分组训练ASPCM模型;将局部ASPCM模型的合成映射结果加权平均得到CASPCM模型的合成结果;提出利用梯度下降法使分解映射的姿势估计逐步精确.采用精确性和概括性两个标准衡量该模型的分解性能和合成性能.实验表明,CASPCM模型的分解性能和合成性能均优于ASPCM模型;基于该模型的人脸识别系统在处理转动角度较大的人脸图像时,识别率比 ASPCM模型高7%.     

基于SOA的空管数据管理平台研究与实现

提出一种基于SOA架构的空管数据管理平台实现方案.首先自主设计了适应空管系统运行环境的SOA应用服务器,研究了服务器的架构、关键技术和访问流程;接着根据往返模式,划分和实现了数据管理关键服务;最后,采用类J2EE设计了数据管理平台框架.文中方法已在具体系统中应用,实践表明不但解决了遗留应用系统移植问题,还缩短了系统开发周期,提高了空管数据管理的适应能力.     

基于SWMVR的视频考勤系统应用研究*

SWMVR是结合数字图像处理、数据挖掘、模式识别、人体形态学,针对小范围固定人群的视频识别模型。应用它设计了一个视频考勤系统,通过综合视频识别、IC卡手动打卡、考勤监督相结合,实现视频考勤。     

基于时空背景差的带跟踪补偿目标检测方法

视频目标检测中,光照变化、摄像机噪声和错误背景更新是目前的难题。提出一种带跟踪补偿的时空背景差彩色图像运动目标检测方法。首先,建立混合高斯背景模型,通过在彩色图像差分中加入影响因子消除光照变化;接着,通过帧间差分及邻域差分,加上运动跟踪种子补偿,获得真实运动目标的种子点;在背景差分粗前景基础上,根据连通区域运动种子点过滤法,检测出最终的真实而且完整的前景目标。通过多个实际视频监控的视频数据集的实验,结果表明该方法的目标检测准确率和完整性均有很大程度的提高。     

基于BMN算法的几点改进

交点算法是计算几何的一个基本算法,也是我们实现空间关系的一个基础.对BMN算法从两方面做改进,一方面单独解决BMN算法的5种特殊情况;另一方面是利用原有的数据结构而不是重新创建新的结构,这样带来效率优势和提高了可移植性.     

WMFVR身份识别及应用

提出一种身份识别模型WMFVR（加权多特征视频识别）。模型分三层：先验层,建立识别群体视频样本库,通过数据发掘可识别（区分）的视频特征点,如身高、肩宽、人脸等,每个特征点聚类建立特征分布,如按身高聚为高、中、低三类;识别层,在相对静止背景下获取连续图像,检测跟踪运动目标,重建人体三维运动,按时间序列识别各个特征点,结合先验知识库,加权决策识别结果：后验层,根据识别结果,更新视频特征分布,刷新先验知识库。与传统视频身份识别相比,WMFVR充分利用连续动态图像下的视频特征,并引入后验机制,提高了视频识别的可应用性。基于WMFVR设计的视频考勤系统识别率为94．872％,表明在固定场景小范围人群的身份识别中具有良好的鲁棒性。     

一种新的多特性联合阴影检测方法

针对运动阴影检测时单一阴影特征难以完全将前景和阴影正确分离,提出一种多特征联合运动阴影检测方法.考虑运动阴影的光照、色度、纹理和区域统计特性,提出采用小邻域光照的对数比值不变性来判定阴影,接着联合阴影HSV颜色空间特性和梯度方向小块合并的阴影区域统计特性来实现多特征联合运动阴影检测.为了客观评价方法性能,采用一种改进的量化方法,对不同光照和环境条件下的视频序列进行测试.实验结果表明,该方法效果好,前景检测率和阴影检测率高,可应用于智能视频监控的目标检测.