《基於表觀特徵的目標人體識別研究》是郭立君為項目負責人，寧波大學為依託單位的面上項目。
基本介紹
- 中文名：基於表觀特徵的目標人體識別研究
- 項目類別：面上項目
- 項目負責人：郭立君
- 依託單位：寧波大學
項目摘要,結題摘要,
項目摘要
隨著視覺監控在安全領域的作用逐步顯現，智慧型視頻監控技術越來越受到重視。人體識別（非重疊的多攝像系統中人的重現）是其中需求最迫切的技術之一。受光線變化、背景環境與視角不同、人體姿態與著裝差異等因素影響，使得人體識別成為極具挑戰性的課題。本項目致力於研究新的識別方法，提出將人體檢測與人體識別統一起來，並將對象分割融入統一框架中。本項目充分挖掘圖像序列在人體識別中的判別特性，將運動信息融入基於表觀特徵的人體檢測過程中，提高檢測準確率，也促進了更準確的人體分割圖像序列的獲取，為人體識別提供更可靠的基礎。項目深入分析各種表觀特徵在人體識別中的特性，針對兩種在不變特性上互補的表觀特徵，構建基於譜圖方法與核方法相融合的人體識別模型。該模型將空間顏色不變特徵與局部不變特徵融合在一起，並將這種融合與充分利用圖像序列中所蘊含的與人體識別有關的判別信息置於統一框架下。項目成果對公共安全和智慧型辦公等具有重要意義。
結題摘要
目標人體識別是智慧型視頻監控領域的核心任務之一。在現實環境中，尤其是涉及公共安全領域的多數案例中，由於無法獲取有效的人臉、指紋等容易識別的生物特徵，基於表觀特徵的人體識別是顯得尤為重要。然而，由於攝像系統中光線的變化、背景環境與視角的不同、人體姿態的差異以及著裝的影響等，使得基於表觀特徵的目標人體識別成為一項極具挑戰性的任務。 本項目圍繞目標人體識別任務，首先開展了包括行人檢測、視頻對象分割等相關基礎技術的研究，在此基礎上，深入開展了包括目標人體識別、人群異常行為分析等智慧型視頻監控領域高層套用中關鍵技術的研究。提出了結合運動信息與表觀特徵的行人檢測方法、包括基於空間約束塊匹配的目標人體識別方法在內的多種目標人體識別方法、融合多線索的互動式視頻對象分割方法以及基於時空圖模型的無監督視頻對象分割方法等一系列重要的結論。其中，基於空間約束塊匹配的目標人體識別方法在ViPeR資料庫上Rank-1的識別率達到28.9%，這也是當時單類識別方法能達到的最好識別效果。在技術套用方面，項目組建立了自己的人體重現資料庫，搭建了具有行人檢測以及目標人體識別功能的演示平台軟體，進一步展示了目標人體識別技術在公共安全領域套用的可能性。
