視頻擁擠場景下快速目標檢測算法的研究與實現(xiàn).pdf

1、現(xiàn)代城市公安監(jiān)控攝像頭數(shù)量普遍達到萬臺以上，城市監(jiān)控主要針對人、車兩類目標，其中對于行人目標的檢測，特別是在擁擠場景下行人目標快速準確的檢測一直是該領(lǐng)域的一個難點，同時，目標檢測也是計算機視覺和模式識別等領(lǐng)域的一個非常活躍的研究方向。
　　本文首先分析研究了當(dāng)前常用的目標檢測算法，針對擁擠場景下的目標相互遮擋的難點，利用可變形部件模型（DPM）算法進行擁擠場景下的目標檢測，達到了較好的檢測準確性能，但由于該算法需要進行全局滑窗檢測

2、和金字塔計算，算法復(fù)雜度高，計算量大、實時性差，很難應(yīng)用到實際智能視頻分析系統(tǒng)中。
　　本文針對實際智能視頻分析系統(tǒng)的應(yīng)用需求，提出分層檢測原則，采用“由粗到精”的思想，對于給定的實驗視頻序列，首先通過對稱差分提取動目標前景，快速定位潛在目標區(qū)域，利用可變形部件模型（DPM）對該潛在目標區(qū)域進行精確檢測，在一定程度上降低了該算法的計算量，滿足了特定視頻擁擠場景下目標檢測準確性和準實時的應(yīng)用要求；同時，提出對快速粗定位目標潛在區(qū)域采

3、用BING+DPM算法達到快速似物性檢測，滿足特定視頻擁擠場景下快速目標檢測的實時應(yīng)用要求。
　　本文利用INRIA和Pets2006等行人數(shù)據(jù)庫對算法進行評估，獲得算法對行人目標的準確率和查全率，得到PR曲線。再利用工程中心現(xiàn)有的實際系統(tǒng)平臺的視頻進行實驗，實驗結(jié)果表明雖然BING+DPM算法的目標檢測正確率受BING算法性能的限制不如對稱差分+級聯(lián)DPM算法，但能夠大幅提高檢測速率，可以滿足視頻分析系統(tǒng)的實時性應(yīng)用要求，對稱差