关键词： 视频人物关系   正负关联规则   MapReduce   视频内容分析  

摘要： 人物关系是帮助用户理解视频故事情节的重要线索,尤其在故事性极强的视频里,更能揭示视频故事内容的高层语义信息。目前,基于人物的视频分析研究更多关注把每个人物看成独立个体,忽略了他们之间的客观人物关系。随着观影用户需求不断提高,人们更关心能够快速反映整个故事情节发展的人物关系网络。挖掘视频中人物关系的目的在于根据视频内容,把人物关系作为研究主体,通过视频内容分析技术获得视频人物关系的高层语义信息。挖掘视频人物关系可从人物共生角度考虑,即人物在镜头单位下共同出现的概率情况。这降低了挖掘的复杂程度且能高效地挖掘出有用信息。关联规则是借助于条件概率反应事务之间相关性的一种模式,在视频人物关系分析中,可做到人物共现相关性的量化描述,获得人物关系网络,进而分析视频内容的高层语义。首先,对原始视频进行预处理,得到关键帧序列。本文结合多种感知哈希方法进行视频镜头的边界检测,并以镜头边界帧为每组镜头的关键帧。其次,对图像帧进行修复以及人脸识别。针对提取到的关键帧中过曝模糊图像,提出基于动态卷积模板的过曝模糊图像修复算法,得到修复的关键帧图像。对关键帧序列采用方向梯度直方图和级相联分类器结合的方法进行人脸检测,使用ERT算法对获得的人脸框进行人脸特征点提取,对人脸特征点和人脸框使用ResNet网络生成特征向量,采用CW聚类算法对特征向量进行聚类获得人脸数据项。最后,将镜头单位下共同出现的人脸项集看作同一事务,获得人脸事务数据库,对其进行正负关联规则挖掘。本文提出了关系方向、关系影响、关系权重三个关系细化概念。利用MapReduce框架先进行频繁项集挖掘,再对已得到的频繁项集进行相关度和置信度计算,并进行关系影响等规则判断,进而得到基于正负关联规则的视频人物关系网络。实验结果表明,同视频内容的客观人物关系图相比,本文方法所挖掘的结果图获得客观人物关系的基本结构,结点的平均度数正确率均在62%以上,相对于其他人物关系挖掘方法,本文完成了人物关系的细化,对视频内容分析如视频推荐、视频摘要的研究等视频内容分析工作具有较强的参考价值。

关键词： 国际电联   ISO   高清网络摄像机   H.265   压缩标准   压缩编码技术   编码标准   ITU   国际标准化组织   智能视频分析   收费标准   技术专利   压缩效率   音视频   现状及前景  

摘要： 视频监控在清晰度的要求上越来越高,4K如今并不少见,甚至8K已经崭露头角。更高的清晰度也带来了问题,即,如何在不需费力增加带宽的前提下获得更高清、更生动的视频画质体验?H.265作为一种视频压缩编码技术,可以在有限带宽下传输更高质量的网络视频,仅需原先的一半带宽,即可播放相同质量的视频。

关键词： RED-IOT   开放平台   智慧矿山   监测数据   矿山物联网   矿山建设   智能视频分析   大数据分析平台   操作系统  

摘要： 为加快智慧矿山建设,实现矿山高产高效、安全生产,华夏天信智能物联股份有限公司在借鉴国内外相关工业物联网开放平台的基础上,结合矿山信息化和自动化现状,率先研发推出了具有国际领先水平的智慧矿山

关键词： 运动目标检测   区域分割   支持向量机   视频烟雾识别  

摘要： 火灾对于人类的生命财产安全具有严重的威胁,对火灾早期进行探测并及时预警对于减少各种损失意义重大。随着智能监控设备的普及,基于视频的火灾探测技术受到关注。火灾发生初期由于物体处于阴燃状态,常伴随烟雾的产生,通过对烟雾的识别可以及时探测早期火灾。传统的定点检测器通过光学法或者电离法检测烟雾产生的某些颗粒。定点探测器对烟雾量有要求,烟雾到达探测器有一定时延。烟雾在室外扩散的空间范围随机,不可能安装定点检测器来探测火灾。利用安装在各种场景的摄像机进行烟雾识别在一定程度上可以解决定点检测器的室外场景应用和实时性等问题。针对现有视频烟雾检测使用运动目标检测法分割的前景区域存在干扰物较多和烟雾特征不明显等问题。本文做了以下工作:(1)设计一种提取疑似烟雾区域的区域分割法。利用大津算法对图像执行两次分割,提取含有疑似烟雾的感兴趣区域。采用视觉背景提取法检测感兴趣区域的运动目标,然后在共同区域上执行搜索策略确定疑似烟雾区域。实验结果表明该方法与运动目标检测方法比较可以提取较完整的疑似烟雾区域。(2)设计基于多特征融合的SVM烟雾识别方法。针对场景中存在行人,汽车以及其它运动物体干扰的问题,在疑似烟雾区域提取描述烟雾运动特征,如轮廓不规则,扩散等特征。提取描述烟雾静态特征如颜色,使背景模糊,纹理等特征。对提取的静态和动态特征进行融合训练支持向量机,获得烟雾识别的分类模型。用包含烟雾和非烟雾的视频对该方法进行测试验证,并与其它算法对比。(3)针对公开数据集较少的问题,实地采集本文用到的烟雾视频数据集。使用本文设计的区域分割法在视频中提取疑似烟雾区域,平均精度为81%。在该区域分析烟雾特征用于训练基于多特征融合的SVM模型,实验结果表明该方法平均正确率是91.76%。

关键词： 智能视频监控   计算机视觉   目标检测   背景建模  

摘要： 石油产业在工业现代化进程中发挥着至关重要的作用。现代油田采油系统中,大量偏远油井存在监管困难、偷油、漏油等问题,使石油开采企业遭受巨大损失。为了解决上述问题,石油开采企业建立起油井视频监控系统。但现有监控系统往往依赖监控人员的主观判断,缺乏对监控视频的自动化分析功能。本文针对这一现状,设计并实现了一个针对偏远油田的智能视频监控系统。本文首先阐述了石油开采企业现阶段采用的视频监控系统在应用过程中所面临问题,如无法实现高速智能化应用、事中报警灵敏度弱、误报率高、检测率低、系统可用性差等。其次,分析了国内外关于视频监控系统、目标检测技术的相关发展现状以及存在问题,并对现有偏远油田视频监控系统进行详细的调研和需求分析,根据分析结果提出一种针对偏远油田智能视频监控系统的设计方案,并详细说明智能视频监控系统实现过程中所需技术,其中包括高清监控、网络传输、视频编解码、视频传输、视频存储、视频分析等。最后,具体结合长庆油田现场设备的实际情况,改进视频监控的硬件系统,并对改进后的硬件系统进行调试与测试。与现有的视频监控系统相比,本系统在硬件和软件两方面均具有一定的优势。在硬件方面,本文提出的视频监控系统选用的视频编码器是基于Linux平台设计,该硬件平台稳定性更高,且具有多种数据接口,可混合接入模拟图像和视频图像等多模态数据,能够最大程度地保护生产现场的原有设备投资。该视频编码器还支持多种视频解析协议以及断网续传功能,能够高效便捷地接入数据处理中心。在软件方面,本系统通过基于LBFuzzyGaussion背景的建模方法来实现监控画面中前景区域的快速提取,同时做到缩小待识别区域,减少识别时间;再通过R-FCN网络对可疑前景区域进行精细检测,获取到前景目标的类别及位置;检测后续帧时,仅对上一帧可疑目标的邻域、前景区域及视频画面边缘进行检测,从而进一步提高检测效率;最后,对比检测到的前景目标类型以及移动轨迹,判断是否存在入侵行为,当检测到入侵等行为时,触发告警,并保存告警视频片段用于事后追责。本文采用长庆油田36个监控点的168段告警视频作为数据集进行实验分析,将本文提出的检测系统与常见智能视频监控系统进行比较分析结果。通过对比试验可知,本系统在保证监控准确率的同时,达到更低的误报率,符合设计预期。因此,本系统的检测准确率、漏检率完全满足作业现场的实际使用需求,且系统具有较强的延展性,具有良好的工程实际应用价值。

关键词： 智能视频分析技术   视频监控   安全维护  

摘要： 当下社会正处于视频发展繁盛时期,视频成为信息传播的又一有效途径。而视频监控一直以来因其准确性、直观性、及时性和内容丰富性受到中国安防行业的青睐,在各种场合中得以广泛应用。随着计算机技术的成熟和发展,智能视频分析技术的出现为视频监控提供了更广泛的发展空间,该技术通过对视频动态物体进行行为技术分析,及时有效的帮助监管人员进行风险维护,从根本上提高了监控系统的质量,保障各行业安全。

关键词： 目标检测   视频   分析   监测  

摘要： 在我国道路交通监管领域的视频监控系统中存在着大量的视频数据,通过视频监控数据排查交通事件往往采用人工查询的方式,耗费大量的人力资源并且效率较低,不能够及时发现异常交通事件并进行处理,使得异常交通事件衍生出较为严重的交通事故,最终导致道路交通压力急剧上升影响正常的交通秩序。异常交通事件成为影响正常道路交通的主要因素,异常交通事件中正常行驶区域停车与区域拥堵事件发生频次较高。因此通过研究基于视频分析的智能监测技术对于提高监管效率、缓解当前日益严重的道路交通监管压力具有重大的意义。本文针对我国道路交通监管领域日益严峻的发展形势结合道路交通监管实际情况,利用当前交通监管系统中丰富的视频资源设计构建实时视频监测算法测算交通数据分析交通事件。从而实现一种从视频角度进行实时车辆检测与交通状态监测的技术。该项技术根据实际应用场景对目标检测算法进行优化调整提升检测算法的精准度与执行效率。构建的实时视频监测算法将目标检测、目标跟踪、交通数据计算、交通事件分析等处理技术结合进行集成,通过视频分析的方式实现对道路交通的实时监测。利用实时视频监测技术构建车辆智能监测系统,系统可分析监测区域中的车辆运行状态与区域通行状态,检测识别异常交通状态并进行预警提示实现监测路段全时段的交通状态监测。系统在角度倾斜、背光、雾霾、遮挡等视频场景检测识别效果较好,平均检测准确率高于96.15%,测算车速误差低于10%。通过实际应用场景视频测试证实实时视频监测技术在实际应用场景中的有效性。

关键词： 深度学习   异常事件检测   视频人脸识别   行人重识别   智能视频分析  

摘要： 近年来,国内物联网概念和深度学习的兴起使得人工智能开始渗透到生活的各个领域。而安防产业,作为维护社会稳定和人们人身安全的重要手段,因人工智能的产业赋能而得到长足的发展。为了持续推动安防产业的发展,我国提出了平安城市的概念。建设平安城市的基础是信息感知,构建出全面立体的安防监控网络是必不可少的手段。因此视频监控技术得到越来越广泛的应用,大量的监控设备部署在校园、街道和小区等公共场所,产生了海量的监控视频数据。然而传统的视频监控技术多数只提供采集、存储和回看功能,存在诸多弊端。当下随着人工智能的发展,如何智能地分析处理海量视频数据,从中提取出有用的信息,并对视频中的目标进行识别,成为人工智能领域的热点研究问题。本论文针对异常事件检测、不同分辨率人脸识别和行人重识别等问题开展研究工作,主要有:(1)监控视频中的异常事件检测,比如打斗、追逐或人群聚集等事件;(2)监控视频中异常或者可疑行人的身份识别。深度学习在图像识别,语音识别等领域取得巨大进展,为监控视频的智能处理提供了契机,本文以深度学习为工具,开展的研究工作和主要创新如下:1.对于监控视频中异常事件的检测问题,提出了一种基于自适应自编码器的特征重构方法。该方法针对异常事件检测问题中正负样本分布不均的问题(监控视频中95%以上为正常事件,异常事件出现的频次远低于正常事件),只利用监控视频中的正常事件作为训练数据,综合正常事件在空间和时序上信息训练网络模型,学习出正常事件的自编码器模型,拟合正常事件的时空分布,利用正常事件的模型实现异常事件的检测和定位。由于该方法只需要正常事件作为训练数据,大大降低了任务和模型的复杂度。实验表明,该方法可对监控视频中的异常事件做出准确的检测和定位。2.为了进一步提升异常事件检测的效果,提出了一种使用主成分分析网络的特征提取和异常检测方法。该方法利用非监督深度学习模型PCANet,提取出正常事件的高层特征表示,然后使用聚类方法对提取出的高层特征进行聚类,从而得到正常事件的聚类中心。对于测试数据,利用其与聚类中心的距离判断其异常值,从而实现异常事件的检测。3.针对监控视频中人脸图像训练集因分辨率不同导致识别准确率低的问题,提出了使用卷积神经网络的高低分辨率人脸识别方案。该方案提出了两种算法:(1)将不同分辨率的人脸图像使用线性插值归一化到同一尺寸,然后使用混合样本训练深度卷积模型;(2)改进了深度网络,在模型训练中加入回归误差,低分辨率的人脸和对应身份的高分辨率人脸作为模型输入,将对应的高分辨率的人脸图像和其身份信息作为监督信息,综合利用分类和回归误差,缩小低分辨率的人脸在特征空间上与高分辨率人脸的距离,从而实现识别准确率的提升。4.针对监控视频中的行人重识别任务因人体遮挡和躯体不对齐等因素导致的识别准确率低的问题,提出了使用深度学习的解决方案,该方案提出两种算法:(1)设计了一种结合分类模型和多尺度匹配模型的深度网络,使用分类模型得到高层特征图,在此基础之上使用多尺度匹配模型在不同尺度上对特征图做卷积,从而捕获不同行人图像在语义上的关联,克服躯体不对齐带来的影响;(2)使用二阶池化实现注意力池化,从而有效地提取出人体区域的特征,克服背景等外界因素的干扰,提升了行人重识别的准确率。

关键词： 异常行为   检测   智能视频   准确率  

摘要： 本文通过改进原有光流方向直方图的计算方法,将光流能量信息融合在计算过程中,基于加权光流能量的HOFO特征,提出进行异常行为检测的算法,采用SVM和HOFO特征相结合的方法,检测识别视频中异常行为。实验表明,与原始算法相比,在样本相同的情况下,打架、摔倒、砸车三种行为中,改进的算法检测效果均要好,在进行线性SVM分类器的训练时,发现算法检测准确率随着样本数量的增加而提高。