基于表观特征的目标人体识别研究

随着视觉监控在安全领域的作用逐步显现，智能视频监控技术越来越受到重视。人体识别（非重叠的多摄像系统中人的重现）是其中需求最迫切的技术之一。受光线变化、背景环境与视角不同、人体姿态与着装差异等因素影响，使得人体识别成为极具挑战性的课题。本项目致力于研究新的识别方法，提出将人体检测与人体识别统一起来，并将对象分割融入统一框架中。本项目充分挖掘图像序列在人体识别中的判别特性，将运动信息融入基于表观特征的人体检测过程中，提高检测准确率，也促进了更准确的人体分割图像序列的获取，为人体识别提供更可靠的基础。项目深入分析各种表观特征在人体识别中的特性，针对两种在不变特性上互补的表观特征，构建基于谱图方法与核方法相融合的人体识别模型。该模型将空间颜色不变特征与局部不变特征融合在一起，并将这种融合与充分利用图像序列中所蕴含的与人体识别有关的判别信息置于统一框架下。项目成果对公共安全和智能办公等具有重要意义。

目标人体识别是智能视频监控领域的核心任务之一。在现实环境中，尤其是涉及公共安全领域的多数案例中，由于无法获取有效的人脸、指纹等容易识别的生物特征，基于表观特征的人体识别是显得尤为重要。然而，由于摄像系统中光线的变化、背景环境与视角的不同、人体姿态的差异以及着装的影响等，使得基于表观特征的目标人体识别成为一项极具挑战性的任务。.本项目围绕目标人体识别任务，首先开展了包括行人检测、视频对象分割等相关基础技术的研究，在此基础上，深入开展了包括目标人体识别、人群异常行为分析等智能视频监控领域高层应用中关键技术的研究。提出了结合运动信息与表观特征的行人检测方法、包括基于空间约束块匹配的目标人体识别方法在内的多种目标人体识别方法、融合多线索的交互式视频对象分割方法以及基于时空图模型的无监督视频对象分割方法等一系列重要的结论。其中，基于空间约束块匹配的目标人体识别方法在ViPeR数据库上Rank-1的识别率达到28.9%，这也是当时单类识别方法能达到的最好识别效果。在技术应用方面，项目组建立了自己的人体重现数据库，搭建了具有行人检测以及目标人体识别功能的演示平台软件，进一步展示了目标人体识别技术在公共安全领域应用的可能性。