智能視覺(jué)監(jiān)控概述

智能視覺(jué)監(jiān)控概述第一頁(yè)，共三十一頁(yè)，2022年，8月28日目錄IVS(智能視覺(jué)監(jiān)控)簡(jiǎn)介IVS研究現(xiàn)狀I(lǐng)VS在ITS(智能交通系統(tǒng))中的應(yīng)用關(guān)鍵技術(shù)介紹總結(jié)第二頁(yè)，共三十一頁(yè)，2022年，8月28日IVS簡(jiǎn)介定義利用計(jì)算機(jī)視覺(jué)和人工智能的理論和方法，通過(guò)對(duì)攝像機(jī)拍錄的圖像序列進(jìn)行自動(dòng)分析來(lái)對(duì)場(chǎng)景中的運(yùn)動(dòng)物體進(jìn)行定位、跟蹤和識(shí)別，并對(duì)物體的運(yùn)動(dòng)行為作出判斷或者解釋，達(dá)到監(jiān)控的目的目標(biāo)用主動(dòng)的、智能的視覺(jué)監(jiān)控來(lái)代替?zhèn)鹘y(tǒng)的被動(dòng)的視頻監(jiān)控，不僅僅是用攝像機(jī)來(lái)代替人的眼睛，而且是盡可能的自動(dòng)的完成整個(gè)監(jiān)控任務(wù)第三頁(yè)，共三十一頁(yè)，2022年，8月28日IVS研究意義智能視覺(jué)監(jiān)控是計(jì)算機(jī)視覺(jué)領(lǐng)域的前沿研究方向，不僅具有很高的科學(xué)研究?jī)r(jià)值，而且具有廣泛的應(yīng)用前景911事件以來(lái)，IVS不僅受到了學(xué)術(shù)界的重視，而且得到了政府和企業(yè)界的廣泛關(guān)注第四頁(yè)，共三十一頁(yè)，2022年，8月28日IVS應(yīng)用特定場(chǎng)所的訪問(wèn)控制某些場(chǎng)合的特定人識(shí)別流量統(tǒng)計(jì)和擁塞分析異常行為檢測(cè)和告警第五頁(yè)，共三十一頁(yè)，2022年，8月28日IVS處理框架

圖像低層視覺(jué)中層視覺(jué)高層視覺(jué)運(yùn)動(dòng)目標(biāo)的檢測(cè)分割圖像處理目標(biāo)的跟蹤識(shí)別圖像處理和模式識(shí)別行為推理圖像理解和人工智能第六頁(yè)，共三十一頁(yè)，2022年，8月28日目錄IVS(智能視覺(jué)監(jiān)控)簡(jiǎn)介IVS研究現(xiàn)狀I(lǐng)VS在ITS(智能交通系統(tǒng))中的應(yīng)用關(guān)鍵技術(shù)介紹總結(jié)第七頁(yè)，共三十一頁(yè)，2022年，8月28日典型系統(tǒng)RoadWatch：1995，/~pm/RoadWatch/在各節(jié)點(diǎn)：采集視頻并處理(檢測(cè)、跟蹤)，將得到的交通參數(shù)發(fā)往交通管理中心車(chē)道車(chē)輛數(shù)目、平均速度、車(chē)道間切換頻率、車(chē)的型號(hào)管理中心根據(jù)交通參數(shù)來(lái)控制信號(hào)，發(fā)布交通信息，并結(jié)合相鄰節(jié)點(diǎn)的數(shù)據(jù)來(lái)計(jì)算路段的統(tǒng)計(jì)信息第八頁(yè)，共三十一頁(yè)，2022年，8月28日典型系統(tǒng)VSAM：VideoSurveillanceandMonitoring1997年，DARPA資助/~vsam/vsamhome.html目的建立一個(gè)能在城市或戰(zhàn)場(chǎng)等復(fù)雜環(huán)境下應(yīng)用多個(gè)攝像機(jī)對(duì)人、車(chē)輛等的行為進(jìn)行監(jiān)控的系統(tǒng)研究?jī)?nèi)容靜止/移動(dòng)攝像機(jī)下運(yùn)動(dòng)目標(biāo)的實(shí)時(shí)檢測(cè)和跟蹤目標(biāo)類型的識(shí)別：人、轎車(chē)、卡車(chē)等特定場(chǎng)景下目標(biāo)姿態(tài)的估計(jì)多攝像機(jī)的協(xié)同跟蹤簡(jiǎn)單交互行為的識(shí)別數(shù)據(jù)的實(shí)時(shí)分發(fā)吸引了眾多學(xué)者投入到該領(lǐng)域的研究。第九頁(yè)，共三十一頁(yè)，2022年，8月28日典型系統(tǒng)HID：HumanIdentificationataDistance2000年，DARPA資助目的為了應(yīng)對(duì)恐怖分子襲擊，發(fā)展多模式的監(jiān)控技術(shù)，能夠遠(yuǎn)距離的檢測(cè)、分類和識(shí)別出人來(lái)研究?jī)?nèi)容人臉跟蹤和識(shí)別(2D/3D)人臉表情識(shí)別步態(tài)識(shí)別人體上肢行為識(shí)別第十頁(yè)，共三十一頁(yè)，2022年，8月28日典型系統(tǒng)ADVISOR：AnnotatedDigitalVideoforIntelligentSurveillanceandOptimisedRetrieval

2000，EU資助目的對(duì)地鐵站內(nèi)人們的活動(dòng)行為進(jìn)行監(jiān)控研究?jī)?nèi)容使用多個(gè)攝像機(jī)進(jìn)行跟蹤行為分析：估計(jì)人群的密度和運(yùn)動(dòng)，檢測(cè)擁擠、阻塞、單行道的逆行行為等危險(xiǎn)行為和犯罪行為進(jìn)行報(bào)警：如打架、阻斷道路、擁擠、不買(mǎi)票而跳越柵欄、破壞機(jī)器等。存儲(chǔ)數(shù)字視頻圖像和事件，以便檢索第十一頁(yè)，共三十一頁(yè)，2022年，8月28日典型系統(tǒng)----ADVISOR第十二頁(yè)，共三十一頁(yè)，2022年，8月28日相關(guān)研究機(jī)構(gòu)國(guó)內(nèi)自動(dòng)化所、清華大學(xué)、上海交大、同濟(jì)大學(xué)、寧波大學(xué)國(guó)外CarnegieMellonUniversity，theUniversityofReading，theUniversityofMaryland，加州大學(xué)Berkeley分校，INRIA等第十三頁(yè)，共三十一頁(yè)，2022年，8月28日相關(guān)的出版刊物和會(huì)議期刊IEEETransactiononPAMI，IEEETransactiononTransportationSystems,計(jì)算機(jī)學(xué)報(bào)，計(jì)算機(jī)工程會(huì)議:ICCV、CVPR專門(mén)會(huì)議全國(guó)智能視覺(jué)監(jiān)控學(xué)術(shù)會(huì)議

(2002,2003)IEEEInternationalWorkshoponVisualSurveillance(1998,1999,2000)ACMSIGMMWorkshoponVideoSurveillance(2003,2004)IEEEInternationalConferenceonIntelligentTransportationSystems(ITSC)(1998---2005連續(xù)八屆)評(píng)測(cè)：IEEEPETS(PerformanceEvaluationofTrackingandSurveillance)從PETS2000到PETS2005連續(xù)六屆第十四頁(yè)，共三十一頁(yè)，2022年，8月28日目錄IVS(智能視覺(jué)監(jiān)控)簡(jiǎn)介IVS研究現(xiàn)狀I(lǐng)VS在ITS(智能交通系統(tǒng))中的應(yīng)用關(guān)鍵技術(shù)介紹總結(jié)第十五頁(yè)，共三十一頁(yè)，2022年，8月28日ITS介紹智能交通系統(tǒng)(IntelligentTransportationSystems，ITS)將計(jì)算機(jī)科學(xué)、通信等高新技術(shù)運(yùn)用于交通監(jiān)控管理與車(chē)輛控制，以保障交通順暢及行車(chē)安全，從而促進(jìn)經(jīng)濟(jì)發(fā)展、改善環(huán)境質(zhì)量。五個(gè)模塊交通管理系統(tǒng)ATMS(AdvancedTrafficManagementSystems)、旅行信息系統(tǒng)ATIS(AdvancedTravelerInformationSystems)車(chē)輛控制系統(tǒng)AVCS(AdvancedVehicIeControlSystems)商業(yè)車(chē)輛運(yùn)作CVO(ComercialVehicleOperations)公共交通系統(tǒng)APTS(AdvancedPublicTransitSystems)提供的功能車(chē)載導(dǎo)航、全球定位、電子收費(fèi)、電子警察、交通流量監(jiān)測(cè)、交通信號(hào)控制與管理。第十六頁(yè)，共三十一頁(yè)，2022年，8月28日計(jì)算機(jī)視覺(jué)在ITS中的應(yīng)用車(chē)載處理系統(tǒng)道路識(shí)別、交通標(biāo)志信號(hào)檢測(cè)、路障檢測(cè)、司機(jī)疲勞檢測(cè)路邊處理系統(tǒng)檢測(cè)和收集與交通狀況有關(guān)的信息、交通事件檢測(cè)和監(jiān)控第十七頁(yè)，共三十一頁(yè)，2022年，8月28日信息采集和處理步驟從場(chǎng)景中分離出單個(gè)汽車(chē)，并對(duì)其進(jìn)行跟蹤從跟蹤數(shù)據(jù)計(jì)算出所需交通參數(shù)對(duì)交通參數(shù)進(jìn)行處理，并形成各種控制信號(hào)第十八頁(yè)，共三十一頁(yè)，2022年，8月28日交通參數(shù)及其獲取方法交通參數(shù)車(chē)道排隊(duì)長(zhǎng)度車(chē)道汽車(chē)流量平均速度車(chē)輛型號(hào)運(yùn)行方向(直行/拐彎)車(chē)道占有率獲取方法 基于分割--跟蹤的方法基于檢測(cè)線的方法基于特征(角點(diǎn)、直線)檢測(cè)的方法第十九頁(yè)，共三十一頁(yè)，2022年，8月28日其他應(yīng)用交通事件檢測(cè)軌跡異常交叉路口監(jiān)控有無(wú)行人通過(guò)，自動(dòng)控制紅綠燈車(chē)牌檢測(cè)和識(shí)別自動(dòng)收費(fèi)和違規(guī)檢測(cè)第二十頁(yè)，共三十一頁(yè)，2022年，8月28日目錄IVS(智能視覺(jué)監(jiān)控)簡(jiǎn)介IVS研究現(xiàn)狀I(lǐng)VS在ITS中的應(yīng)用關(guān)鍵技術(shù)介紹總結(jié)第二十一頁(yè)，共三十一頁(yè)，2022年，8月28日背景建模簡(jiǎn)單背景模型均值/中值運(yùn)動(dòng)檢測(cè)自適應(yīng)更新統(tǒng)計(jì)的參數(shù)模型高斯背景建?；旌细咚贡尘敖＿m合于復(fù)雜的背景(如，樹(shù)影晃動(dòng)、水紋波動(dòng))非參數(shù)背景模型第二十二頁(yè)，共三十一頁(yè)，2022年，8月28日運(yùn)動(dòng)檢測(cè)差分方法幀間差分速度快，但是不能提取完整的目標(biāo)區(qū)域背景差分需要對(duì)背景進(jìn)行維護(hù)光流方法使用運(yùn)動(dòng)目標(biāo)隨時(shí)間變化的光流特性檢測(cè)運(yùn)動(dòng)區(qū)域，能處理攝像機(jī)運(yùn)動(dòng)下的運(yùn)動(dòng)物體檢測(cè)，但計(jì)算復(fù)雜第二十三頁(yè)，共三十一頁(yè)，2022年，8月28日目標(biāo)分類為了對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行跟蹤和分析，需要識(shí)別出類型基于形狀的分類利用形狀特征進(jìn)行分類，如VSAM使用運(yùn)動(dòng)區(qū)域的分散度、面積、寬高比作為特征，使用3層BP分為單個(gè)人、車(chē)輛、人群及背景噪聲基于運(yùn)動(dòng)的分類主要是利用非剛性物體(如人)運(yùn)動(dòng)的周期性特點(diǎn)(如人體下肢運(yùn)動(dòng))可以將人和車(chē)輛區(qū)分開(kāi)來(lái)第二十四頁(yè)，共三十一頁(yè)，2022年，8月28日目標(biāo)跟蹤基于區(qū)域的跟蹤將目標(biāo)分成一個(gè)或者多個(gè)小的區(qū)域，根據(jù)區(qū)域的形狀或者顏色等信息進(jìn)行跟蹤?；谳喞母櫹瘸醪椒指畛鑫矬w，然后用snake或者Levelset獲得輪廓基于特征的跟蹤點(diǎn)、線、角點(diǎn)跟蹤算法kalmanfilter、particlefilter、meanshift等第二十五頁(yè)，共三十一頁(yè)，2022年，8月28日行為分析實(shí)質(zhì)是對(duì)一個(gè)時(shí)序特征數(shù)據(jù)的識(shí)別問(wèn)題識(shí)別方法動(dòng)態(tài)時(shí)間彎曲(DTW)有限狀態(tài)自動(dòng)機(jī)(FAM)HMMs時(shí)滯神經(jīng)網(wǎng)絡(luò)(TDNN)基于句法的方法(Syntactictechniques)貝葉斯信念網(wǎng)(BN)動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)(DBN)自組織神經(jīng)網(wǎng)絡(luò)(Self-organizingneuralnetwork)第二十六頁(yè)，共三十一頁(yè)，2022年，8月28日多攝像機(jī)跟蹤和融合優(yōu)點(diǎn)可以解決遮擋問(wèn)題，能獲得3D信息一些問(wèn)題多攝像機(jī)的標(biāo)定攝像機(jī)間的切換數(shù)據(jù)融合第二十七頁(yè)，共三十一頁(yè)，2022年，8月28日目錄IVS(智能視覺(jué)監(jiān)控)簡(jiǎn)介IVS研究現(xiàn)狀I(lǐng)VS在ITS中的應(yīng)用關(guān)鍵技術(shù)介紹總結(jié)第二十八頁(yè)，共三十一頁(yè)，2022年，8月28日存在的問(wèn)題和挑戰(zhàn)運(yùn)動(dòng)檢測(cè)復(fù)雜背景的變化：如光照，不同天氣，樹(shù)枝云層遮擋等，如何魯棒的檢測(cè)？目標(biāo)跟蹤車(chē)輛擁擠時(shí)的跟蹤處理速度事件識(shí)別多主體行為的識(shí)別動(dòng)作單元的識(shí)別和描述多攝像機(jī)跟蹤第二十九頁(yè)，共三十一頁(yè)，2022年，8月28日發(fā)展趨勢(shì)IVSASurveyonVisualSurveillanceofObjectMotionandBehaviorsOcclusionHandlingFusionof2-Dand3-DTrackingThree-DimensionalModelingofHumansandVehiclesBe