基于深度表达和迁移学习的人体检测研究

With wide applications of visual surveillance, the need for intelligent monitoring system becomes very urgent. For the scenarios in which the monitoring object is human, the critical information is the time and place of human appearing, and human detection is an important step to obtain that. Great progress has been made in human detection in the past 20 years. For feature extraction and domain adaptation, many successful methods have been reported, though there is still room for improvement. In order to extract discriminative features for our task, we expect to employ deep convolutional neural network to learn the multi-level representation of images, stochastic spatial pooling to generate candidate features, and sparse support vector machine to select the important components from them. On the other hand, the difference between the distributions of source and target domain data may be significant because of the variety of application scenarios. As a result, domain adaptation is needed to solve this problem. Given a small number of labeling samples in the target domain, we propose to develop a cascaded classifier-based detector for which a transfer learning approach is used to build the nodes sequentially. Specifically, each node of a new cascade is constructed sparsely by the corresponding nodes of a set of pre-trained cascades such that the new detector has high generalization ability. This project will provide a promising way for human detection to boost its performance and improve its applicability.

随着视觉监控的广泛应用，对监控系统的智能化需求越来越迫切。对于监控对象是人的场景，人体出现的时间和位置是最关键的信息，而实现自动人体检测是获取这些信息的必要手段。对人体检测的研究在过去的20年有很大进展，但在特征学习和模型领域适应性方面仍有很大改进的空间。现有特征提取方法难以挖掘图像高层次信息，本课题拟采用深度卷积网络学习图像多层次表达，并且通过随机池化和基于稀疏支持向量机的特征选择算法获取多层次特征。我们拟提出基于级联模型的检测器，其中节点与多层次特征逐个关联。由于监控场景千差万别，源域与目标域数据分布之间可能存在很大差异，本项目拟采用迁移学习方法解决领域适应性问题。在给定少量目标域样本的情况下，我们拟采用基于模型的迁移学习策略，即通过预训练检测器稀疏组合构建新检测器，从而保证新检测器泛化能力强。本课题的开展将会为提升人体检测性能和增强其实用性提供新思路。

随着我国社会经济的快速发展，公共安全问题越来越被广泛重视，智能视频监控技术已成为提高公共安全的重要手段之一。人体检测是智能视频监控系统中最重要的环节，是后续识别、跟踪、行为分析等高级任务的基础。针对实际监控场景中人体检测任务的困难和挑战，以及现有检测模型并未针对少量标注情形进行充分设计，本项目主要围绕半监督学习，迁移学习及其在行人检测上的应用等几个方面开展创新性研究：1，半监督聚类: 提出了增量式半监督聚类集成模型，利用随机子空间，约束传播，子模型选择等技术，有效提高在高维数据空间的聚类性能，且该模型适用于包括数值，文本，图像等多种类型数据（IEEE TKDE 2016, PR 2016, PR 2019）。2，半监督分类：通过引入辅助聚类任务探索数据结构，提出了基于自步学习的跨任务深度神经网络，能够有效减少困难样本对模型训练的负类影响，从而提升在分类任务上的性能（IEEE TMM 2018）。3，模型迁移学习：针对公共数据集和实际监控场景之间存在显著差异，提出了基于选择性集成的迁移学习方法，能够利用在公共数据集上预训练检测模型中的有效成分重组构建适用于实际场景的行人检测模型，从而实现知识迁移（IEEE TIP 2018）。4，半监督行人检测：提出了基于半监督提升模型的行人检测方法，利用大量无标注数据扩充训练集，并采用基于图的特征选择算法发掘重要特征用于度量标注样本和无标注样本之间的相似性。在少量标注数据的情况下，能够显著改进实际监控场景的行人检测准确率。（PCM 2017，IEEE TCSVT 2018）。研究成果推动了半监督学习及行人检测领域的发展，具有较好的科学理论价值和工程应用价值。