基于深度學習方法的行人屬性自動識別及其在監(jiān)視系統(tǒng)行為分析中的應用.pdf

1、基于當今時代維護社會安全的迫切需要，國內(nèi)外學者對視頻監(jiān)控技術的研究廣泛興起。一般，基于人力的視頻監(jiān)控過程需要觀察者的連續(xù)監(jiān)控，由于信息的稀疏性以及人類難以長時間保持注意力集中，在視頻監(jiān)控工作中，人類觀察者在觀察中可能會多次錯過導致各種安全問題的重要事件。因此，視頻監(jiān)控技術正在朝視頻分析的方向發(fā)展，即應用計算機對視頻流進行自動分析。使用視頻分析技術自動分析行人行為是當前重要研究方向。本研究對此進行了相關調(diào)研，并在此基礎上，提出在監(jiān)控系統(tǒng)中

2、利用深度學習技術自動識別行人屬性的行為分析解決方案。本研究提出了五個重要行人屬性，并基于該屬性自動描述人類行為。這些屬性包括(a)行人的全身朝向（行人移動方向），(b)行人的注意力方向/頭部姿態(tài)估計（行人觀察方向），(c)攝像機視野(FOV)中行人的距離和尺寸（高度和寬度），(d)行人存在的識別，以及(e)行人的性別識別（男性或女性）。
　　(1)行人行動方向和意圖預測。預測行人的行動方向和意圖已經(jīng)成為人類行動認知的主要應用之一。

3、在移動過程中，行人具有多種可能的視覺注意方向。應用計算機視覺對行人的行動方向和意圖進行預測是對行人的行為研究的主要手段。本文提出利用深度學習方法對行人頭部姿態(tài)和全身方向進行估計?；趦蓚€擁有八方向視角的數(shù)據(jù)集分別訓練卷積神經(jīng)網(wǎng)絡模型，實現(xiàn)方向預測。本研究在現(xiàn)有數(shù)據(jù)集和各種場景下實際拍攝的視頻序列數(shù)據(jù)集上進行測試實驗。實驗結果表明，本文所提出的方法成功估計了各種環(huán)境中的行人頭部姿態(tài)和身體視角。
　　(2)行人分類?；谟嬎銠C視覺的行

4、人分類已經(jīng)成為多年來的熱點問題。行人識別方法主要分為基于傳統(tǒng)方法的行人分類方法和基于神經(jīng)網(wǎng)絡的行人分類方法。本研究利用堆棧式稀疏自動編碼器提取包含行人對象的特征，通過圖流形排序方法借助SLIC超像素迭代生成包含行人圖像的突出特征地圖，然后輸入到堆棧式稀疏自動編碼器。最后，將利用堆棧式自動編碼器得到重建的數(shù)據(jù)傳遞到Softmax分類器中進行分類。
　　(3)行人尺度度量。在許多情況下，需要在實時環(huán)境中對攝像機中的行人進行距離和尺寸計

5、算。高效、方便的非接觸距離估計方法是行人尺度估計的主要方法。本研究提出基于數(shù)學變換的單目攝像機視野內(nèi)的行人對象距離和尺度度量方法。在估測之前，根據(jù)環(huán)境采用單次拍攝學習來調(diào)整攝像機。對于單次拍攝學習，首先將L形標記放置在最小距離處，之后再放在距攝像機一般遠的距離處。在兩個放置處計算標記的角點，并通過線性方程估測對象放置處的每個像素長度。再通過基于平均濾波器的背景減除策略獲得前景運動對象，然后利用基于卷積神經(jīng)網(wǎng)絡的分類器將其預測為行人和非行

6、人。最后，借助在單次學習步驟中讀取的數(shù)據(jù)估測行人的距離和尺寸。
　　(4)行人性別預測。行人的性別是一個軟屬性，在計算機視覺的許多領域具有較普遍的應用價值。目前，行人性別預測在計算機視覺中面臨巨大挑戰(zhàn)。本研究提出了基于深度學習的行人性別分類方法。在預處理階段，通過現(xiàn)有的深層分解神經(jīng)網(wǎng)絡方法對行人進行解析，將該網(wǎng)絡的輸出二進制掩碼應用于圖像中，將其映射為行人全身圖像。最后將其傳遞到帶softmax分類器的堆棧式自動編碼器中進行分類。