跨視頻行人檢測是計算機視覺領域的重要分支之一,該技術在監(jiān)控視頻系統日益普及的今天擁有巨大的發(fā)展前景和市場價值�，F有系統主要通過提取目標特征參數,采用視頻檢索的方法,實現跨視頻目標追蹤,因此國內外相關學者的研究重點主要通過尋找優(yōu)化的特征參數和檢索方法達到更好的追蹤效果。由于該方法并未解決對行人地理位置信息描述的問題,故無法獲取目標行人的運動軌跡。本文主要對基于物體識別的地理配準技術以及跨視頻行人追蹤相關技術進行研究,通過應用示范,建立行人軌跡仿真系統,對行人實現地理信息定位。針對監(jiān)控視頻系統缺少地理位置信息的問題,本文提出一種基于物體識別的視頻地理配準方法,獲取視頻監(jiān)控區(qū)域的地理位置信息。針對實時視頻流多視頻行人追蹤方法運算量大、復雜度高、應用能力弱的缺點,采用基于運動物體檢測優(yōu)化的快速人頭識別的方法,提高行人定位速度,并獲取行人地理位置信息。在多視頻聯動的監(jiān)控場景下,行人地理位置信息作為先驗數據,可應用于跨視頻行人追蹤。本文主要工作包括以下幾點:（1）提出一種基于物體識別和空間地物拓撲匹配的視頻地理配準方法:采用多種網絡公開訓練集結合3D模型圖片的方式優(yōu)化訓練集,結合地物空間數據庫,計... 

【文章來源】：中國科學院大學(中國科學院深圳先進技術研究院)廣東省

【文章頁數】：78 頁

【學位級別】：碩士

【部分圖文】：

YOLO物體識別的方法

第3章基于物體識別和拓撲匹配的視頻配準方法37的方法將監(jiān)控視頻中具有直觀地面區(qū)域提取出來，根據實際情況的需要剪裁成多個圖像再進行透視變換糾正。圖像透視變換流程如下：原始圖像剪裁后的傾斜圖像1剪裁后的傾斜圖像1透視變換糾正基于地理標定拼接具有地理信息的透視變換圖像剪裁剪裁糾正后的圖像1糾正后的圖像1圖3.16透視變換流程圖Figure3.16Perspectivetransformationflowchart將原始圖像的平面部分裁剪得到多張圖片，為了更好的可視化效果，需根據透視矩陣對這些圖像進行透視變換[40]，使圖像中每個像素點能更好的與世界坐標系對應。由于這些圖像具有地理位置關系，因此基于地理標定，可拼接成透視變換后地面區(qū)域的圖像。投影的目標平面為地面平面，與WGS84坐標系相匹配，因此本文研究的場景屬于透視投影類型。監(jiān)控視頻通過透視投影，在3D場景中映射在平面地面上，從人的感官角度來講，透視投影符合人的直觀視覺感受，同時也契合本文的研究場景。圖3.17透視投影模型Figure3.17Perspectiveprojectionmodel

第4章跨視頻行人檢測定位技術434.2.2基于場景分離優(yōu)化的快速行人檢測本節(jié)開頭部分介紹了人頭檢測器在快速檢測行人領域的優(yōu)勢，不同于行人檢測模型對行人整體構建特征進行檢測，FCHD[32]是一種完全卷積的頭部檢測模型，優(yōu)勢在于標清視頻流下運算速度可達45pfs。FCHD的網絡結構區(qū)別于Faster-RCNN模型的兩級流水線，只保留一個執(zhí)行頭部檢測的單級流水線。FCHD網絡的前半部分使用訓練好的VGG16作為特征提取層，使用VGG16conv5-3層的結果，輸出的維度是（30，40，512）經過一次卷積，然后是一層卷積核為（3，3，512，512）的卷積層，得到的結果經過Relu激活函數。然后分別運用1*1卷積進入Regressionhead（人頭位置回歸）和Classificationhead（人頭判定），最后將得到的兩步中的矩陣做檢測框偏移以及非極大值抑制（NMS），得到預測的頭部框位置。其網絡結構如圖4.3所示。圖4.3FCHD網絡結構Figure4.3FCHDNetworkStructure用于訓練模型的損失函數是多任務損失函數，和RPN訓練定義的函數類似：({}{})=1∑(,)+1∑(,)(4.1)其中是對所有選定錨點的索引，根據網絡結果，范圍為32個選定錨點。是對描述頭部的預測概率，是Ground-truth標簽，為1或者0，是預測邊界框的參數化坐標，例如縮放或者移動，是Ground-truth參數化移動坐標.,分別為分類和回歸的樣本數。對一張4k圖像以30*40區(qū)域錨定的運行速度比640*480圖像慢28倍。如果

【參考文獻】：
期刊論文
[1]融合背景差分法和幀間差分法的運動目標檢測[J]. 陳媛,胡娜,余秋月.  現代計算機. 2019(34)
[2]基于視覺物體識別的抗差嶺估計定位算法[J]. 徐昊瑋,廉保旺,鄒曉軍,岳哲,吳鵬.  電子與信息學報. 2018(10)
[3]基于拓撲結構的地圖匹配算法研究[J]. 盧文濤,周銀東,梅順良,尚銘.  測控技術. 2010(06)
[4]透視和透視投影變換——論圖形變換和投影的若干問題之三[J]. 何援軍.  計算機輔助設計與圖形學學報. 2005(04)

博士論文
[1]海量多媒體數據的地理信息標注技術及其應用[D]. 劉衡.中國科學技術大學 2014
[2]面向監(jiān)控視頻的行人重識別技術研究[D]. 王亦民.武漢大學 2014
[3]基于BIM的建筑工程信息集成與管理研究[D]. 張洋.清華大學 2009

碩士論文
[1]基于馬爾科夫的張量鏈模型及其在用戶行為軌跡的預測[D]. 李錦濤.華中科技大學 2019
[2]智能監(jiān)控中的行人長時跟蹤方法研究[D]. 黃燁霖.華南理工大學 2018
[3]基于人臉識別技術和邊緣計算技術的智能系統研究[D]. 蔡成飛.浙江大學 2018
[4]基于度量學習和稀疏表示的行人重識別技術研究[D]. 丘宇輝.華南理工大學 2015



本文編號：3386799