本项目针对目前智能视频监控系统存在的诸多技术瓶颈,通过引入深度摄像头,开展融合深度信息的智能视频监控技术研究,充分挖掘深度信息在监控目标提取,人体部位检测,以及行为分析方面的重要作用,显著提升系统性能,为该领域中深度摄像头的引入做好技术储备。在监控目标提取方面,本项目充分挖掘深度数据在目标物体上具有的连续性,提出与背景无关的人体检测方法;并进一步提出人体测量和服饰分析方法,使系统有效区分监控目标。在人体部位检测方面,本项目充分挖掘深度数据所反映的人体3D曲面信息,提出基于人体表面测地距离不变性的人体部位实时检测方法,实现视角偏移情况下的有效检测。在行为分析方面,本项目充分挖掘深度数据带来的3D信息,提出基于3D动作元的行为分析方法,并结合视频监控的需求,从特定行为和异常行为两方面开展研究。.最后,将搭建一个融合深度摄像头的室内智能视频监控系统,在真实环境中验证本项目研究成果的有效性。
开展融合深度信息的智能视频监控技术研究,突破现有基于2D摄像头的IVS系统在监控目标的提取和行为分析方面存在的技术瓶颈,充分利用深度信息在监控目标提取,人体部位检测,以及行为分析方面的重要作用,从而显著提升IVS系统性能,为该领域中深度摄像头的引入做好技术储备。.围绕本课题的研究目标,我们进行了人体属性提取,人体行为检测,深度信息和RGB信息的融合技术等多个方面的研究,形成了一个融合深度信息的智能视频监控系统,圆满完成了课题的预期目标任务。.本课题已发表学术论文6篇,其中SCI国际期刊2篇,IE收录论文4篇,申请专利2项。通过课题研究,锻炼和培养了学生自主科研和解决问题的能力,培养博士研究生3名,硕士研究生2名。同时,积极开展国际合作与交流,通过共享数据资源,扩大了课题组的国际学术影响;通过学术交流提升学术水平。分别派出了课题成员中的一名博士生赴新加坡管理大学大学进行了为期两年的交流访问,一名博士生到微软亚洲研究院进行为期四个月的交流访问。
{{i.achievement_title}}
数据更新时间:2023-05-31
玉米叶向值的全基因组关联分析
正交异性钢桥面板纵肋-面板疲劳开裂的CFRP加固研究
硬件木马:关键问题研究进展及新动向
基于SSVEP 直接脑控机器人方向和速度研究
小跨高比钢板- 混凝土组合连梁抗剪承载力计算方法研究
面向智能视频监控的高度多摄像机信息融合
面向监控视频的结构化深度特征融合目标重识别研究
智能视频监控中基于多模态融合的人体行为识别研究
智能视频监控中行人轨迹发现关键技术研究