《基於可變拓撲模型的多姿態行人檢測研究》是依託東南大學，由楊萬扣擔任項目負責人的面上項目。
基本介紹
- 中文名：基於可變拓撲模型的多姿態行人檢測研究
- 項目類別：面上項目
- 項目負責人：楊萬扣
- 依託單位：東南大學
中文摘要,結題摘要,
中文摘要
智慧型視頻監控能為社會的發展提供安全保障，其對於社會公共安全建設具有越來越重要的作用。行人檢測是智慧型視頻監控的關鍵步驟，也是當前模式識別領域的研究熱點和難點，姿態變化是行人檢測面臨的重要挑戰之一。本課題的研究內容主要圍繞行人檢測中的多姿態問題進行深入研究：(1)引入壓縮感知理論、VC 維最小化、相關性最小化等概念設計分類器以構建部位檢測器；(2)建立基於多元混合高斯模型的人體拓撲結構；(3)研究基於隱參數的模型最佳化方法；(4)構建基於卷積神經網路的拓撲深度學習模型。本課題的主要成果要形成發明專利；同時還要在國際權威期刊和主流的國際學術會議上發表一系列高質量的學術論文；通過本項目的研究，將顯著推動行人檢測研究，提升智慧型視頻監控安防功能。
結題摘要
智慧型視頻監控能為社會的發展提供安全保障，其對於社會公共安全建設具有越來越重要的作用。行人檢測是智慧型視頻監控的關鍵步驟，也是當前模式識別領域的研究熱點和難點，姿態變化是行人檢測面臨的重要挑戰之一。本課題的研究內容主要圍繞行人檢測中的多姿態問題進行深入研究：(1)基於壓縮感知理論、VC 維最小化、相關性最小化等概念設計了分類器並構建部位檢測器；(2)建立了基於多元混合高斯模型的人體拓撲結構；(3)設計了基於隱參數的模型最佳化方法；(4)構建了基於卷積神經網路的拓撲深度學習模型；(5)設計了一系列基於ACF框架的行人檢測方法；(6)研究了淺層特徵和深度特徵融合的行人檢測方法；(7)探討了人群計算、動作預測和識別。通過本項目的研究，豐富和發展模式識別的特徵表示和學習的理論體系，顯著推動行人檢測研究，提升智慧型視頻監控安防功能。
