基于Social Camera的多視角視頻的場景分析.pdf

1、場景分析與理解能夠有效幫助和提高計算機對于復雜多變室內外場景的分析和認知能力，是計算機視覺領域的研究熱點之一。近年來隨著穿戴式設備（如:運動相機、智能眼鏡和眼動儀等）的高速發(fā)展，基于Social Camera的多視角視頻（也叫Multi-egocentric視頻）的場景分析得到了人們的廣泛關注，這也就要求目標檢測、群體檢測算法能夠克服Social Camera視頻背景變化劇烈、目標尺度差異明顯和視角時變性強等問題。
　　本文針對場

2、景分析在Egocentric視頻中的關鍵問題進行了深入研究，重點研究了目標檢測算法、群體檢測算法，并構建了Social Camera多視角視頻數(shù)據(jù)集，以便進行相關問題的研究。
　　本文的主要研究工作如下:
　　(1) Social Camera多視角視頻通常以人作為拍攝主題，所以人的檢測是多視角視頻分析與理解重要的研究問題之一。而人臉檢測算法是常用的人類目標的檢測方法，但是相機劇烈運動常常導致人臉變形，使得人臉檢測算法產生漏

3、檢。本文提出了一種基于CMT的人臉目標檢測算法，將運動信息融入到人臉檢測算法中，提高Social Camera視頻中變形人臉檢測的準確率。
　　(2)現(xiàn)有文獻中群體檢測算法主要基于目標空間位置和目標空間朝向定義的關注度來實現(xiàn)，而通常Social Camera視頻很難給出目標精確空間位置和朝向信息。因此本文提出了一種融合目標所占區(qū)域比例、目標與圖像中心間距和目標朝向特征的目標關注度計算方法實現(xiàn)群體檢測。該算法通過對圖像中目標的分析與