申请人以智能视频监控为应用背景,以机器视觉和图像分析的理论为依据,着手研究能可靠地检测相互遮挡的中等以上密集度目标的方法。申请人拟从利用多摄像机初始信息和各像平面间单应映射进行高度信息融合的方法出发,进一步融合彩色信息以提高遮挡分辨力,融合摄像机信息以提高精度和适应性,融合位置量测的不确定度信息以提高精度和稳健性。在信息高度融合的基础上,申请人还将解决长期困扰本领域的在运动检测中消除阴影区域的难题。
本项目的研究以智能视频监控为应用背景,以机器视觉和图像分析的理论为依据,着手研究能可靠地检测互相遮挡的中等以上密集度目标的方法。我们从各像平面间单应映射进行高度信息融合的方法出发,提出了一种单应映射前景区域多边形顶点的方法,能够实时实现高度前景信息融合;提出了一种从行人身上采集数据来估计基于多层平行平面的单应变换矩阵的方法,适用范围广,还考虑到了数据采集过程中的不确定性;另外,我们还提出了利用图像中颜色信息的单应映射来识别静止障碍物和多视角前景检测中的虚警;在多摄像机信息融合的基础上,我们解决了在运动检测中消除阴影区域的难题。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于国产化替代环境下高校计算机教学的研究
基于LS-SVM香梨可溶性糖的近红外光谱快速检测
二维FM系统的同时故障检测与控制
信息熵-保真度联合度量函数的单幅图像去雾方法
组蛋白去乙酰化酶在变应性鼻炎鼻黏膜上皮中的表达研究
融合深度信息的智能视频监控技术研究
智能视频监控中基于多模态融合的人体行为识别研究
多摄像机视频监控中的人物角色分类技术研究
面向智能视频监控的行人再辨识方法研究