視頻目標語義互動模型的人行為檢測的關鍵技術研究

《視頻目標語義互動模型的人行為檢測的關鍵技術研究》是依託上海交通大學，由蔣興浩擔任項目負責人的面上項目。

基本介紹

• 中文名：視頻目標語義互動模型的人行為檢測的關鍵技術研究
• 項目類別：面上項目
• 項目負責人：蔣興浩
• 依託單位：上海交通大學

項目摘要

對視頻中人的行為檢測的研究，屬於信息安全和信息智慧型分析理解領域的套用基礎研究。對複雜視頻環境下人行為的正確識別和理解，對預測和事後分析某些特殊事件，具有非常重要的意義。本課題圍繞新的視頻特徵獲取方法和新的目標語義互動模型，展開對視頻中人的互動行為檢測算法研究。在視頻新特徵獲取的方法中，提出基於改進HOG特徵的人形檢測算法、提出高速HOG的最佳化算法、基於運動樹先驗機率模型的人體關節分析方法等關鍵技術。還提出基於目標區域機率模型的人體與物體語義互動識別的模型，可更加精確地檢測人的行為。課題提出的基於目標語義互動模型的人行為檢測的關鍵技術研究，有效融合了人關節、肢體的特徵和目標語義互動模型的各自優勢，提高對視頻中人的各種行為檢測的識別準確性和適用範圍。研究成果對城市公共安全監控、海量監控視頻關聯性分析、特定場景下的個體行為分析及預測等套用，具有顯著的社會效益。

結題摘要

對數字視頻中人的行為檢測的研究，屬於信息智慧型分析及模式識別領域的套用基礎研究。對複雜視頻環境下人行為的正確識別和理解，在智慧型監控領域對預測和事後分析某些特殊事件，具有非常重要的意義。本課題圍繞新的視頻特徵獲取方法和新的目標語義互動模型，展開對視頻中人的互動行為檢測算法研究，研究工作以視頻結構化摘要技術為基礎，以異常事件模式識別為突出套用。研究重點包括兩個方面：一是新特徵獲取方法研究，二是人的異常行為模型識別研究。在視頻新特徵獲取的算法研究中，提出基於改進HOG特徵的人形檢測算法、提出高速HOG的最佳化算法、基於3D人體關節特徵的人行為檢測方法、基於雙流字典學習結構的人體行為識別的方法等；在針對人的異常行為模式識別研究上，提出基於光流塊統計特徵的視頻異常行為檢測算法、基於馬爾科夫深度信任網路的無監督特徵學習方法、長循環殘差網路的人體互動模型識別方法等，以及基於線性回歸函式的行為數量統計方法、基於雙檢測模型的視頻鏡頭自動分割算法、基於增強光流一致性特徵的圖像分割算法、基於邊界歸類的新聞視頻故事分隔算法等基礎算法。此外，本課題也針對數字視頻真偽鑑別的內容篡改檢測問題，擴展了在視頻內容重壓縮及篡改檢測方面的算法研究。本課題的研究成果在相關領域具有較好的理論研究價值和技術套用價值。 本課題已公開發表14篇學術論文（其中重要期刊論文8篇，國際知名會議論文5篇），申請國家發明專利9項。研究成果可套用於城市公共安全監控、海量監控視頻關聯性分析、特定場景下的個體行為分析及預測等科學研究和產業套用中。課題的部分算法成果已經在與神州數碼有限公司合作建設的“神州數碼城市公共安全視頻分析智慧型雲平台研發及產業化”項目中套用，取得了顯著的社會和經濟效益。