在建設(shè)“平安城市”和“智慧城市”大背景下,攝像頭的安裝數(shù)量急劇增長(zhǎng),視頻數(shù)據(jù)量也急劇增加。如何在海量視頻中對(duì)行人目標(biāo)從多個(gè)維度進(jìn)行精確的結(jié)構(gòu)化描述,并對(duì)特定行人進(jìn)行搜索,進(jìn)一步給出該目標(biāo)的身份信息,這些都是很重要的研究?jī)?nèi)容且具有很高的實(shí)用價(jià)值。視頻混合搜索系統(tǒng)正是為達(dá)到上述目的而提出。系統(tǒng)在各種精度高、速度快的檢測(cè)、識(shí)別算法的基礎(chǔ)上,結(jié)合新的策略,實(shí)現(xiàn)對(duì)行人目標(biāo)的搜索、識(shí)別和跟蹤。整個(gè)系統(tǒng)的運(yùn)行流程簡(jiǎn)要如下:對(duì)視頻解碼獲取視頻幀序列,對(duì)獲取的視頻幀進(jìn)行行人檢測(cè)和人臉檢測(cè),對(duì)檢測(cè)得到的人臉快照進(jìn)行遮擋和側(cè)臉過濾,對(duì)過濾后的人臉和行人快照進(jìn)行關(guān)聯(lián)匹配,然后對(duì)獲取的快照對(duì)進(jìn)行特征提取,最后將得到的視頻中有關(guān)行人信息的結(jié)構(gòu)化數(shù)據(jù)存數(shù)據(jù)庫(kù)。在事先給定的搜索條件下,搜索程序在數(shù)據(jù)庫(kù)中搜索出與給定目標(biāo)最相似的行人目標(biāo),并給出身份等相關(guān)信息。最后實(shí)現(xiàn)的系統(tǒng)采用了異步多進(jìn)程并行架構(gòu)設(shè)計(jì),模塊間相互獨(dú)立工作,穩(wěn)定性好。經(jīng)過測(cè)試,系統(tǒng)中提出的低質(zhì)量人臉過濾策略和快照關(guān)聯(lián)策略實(shí)際效果較好,達(dá)到預(yù)期目的。在視頻或?qū)崟r(shí)監(jiān)控場(chǎng)景下,利用人臉或行人外形圖像,系統(tǒng)可以準(zhǔn)確搜索到相似行人目標(biāo),并通過人臉識(shí)別出行人的身份信...

【文章頁(yè)數(shù)】：60 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖2.3MTCNN算法網(wǎng)絡(luò)結(jié)構(gòu)圖

圖2.3MTCNN算法網(wǎng)絡(luò)結(jié)構(gòu)圖出于對(duì)系統(tǒng)綜合性能的考慮，通過比較，本系統(tǒng)采用在速度、精度和穩(wěn)定性上都有較大優(yōu)勢(shì)的MTCNN算法來進(jìn)行人臉檢測(cè)。它是一種級(jí)聯(lián)卷積神經(jīng)網(wǎng)絡(luò)框架下的深度學(xué)習(xí)算法。該算法將人臉區(qū)域檢測(cè)、人臉五個(gè)關(guān)鍵點(diǎn)的預(yù)測(cè)和人臉校正對(duì)齊一起完成

圖4.1無(wú)過濾策略下的人臉檢測(cè)結(jié)果

圖4.1無(wú)過濾策略下的人臉檢測(cè)結(jié)果

圖4.2使用過濾策略下的人臉檢測(cè)結(jié)果

遮擋人臉過濾策略的正確率的平均值為93.6%。圖4.1給出的是無(wú)過濾策略下人臉檢測(cè)算法得到的檢測(cè)結(jié)果，圖4.2給出的是使用過濾策略后人臉檢測(cè)算法得到的人臉結(jié)果。圖4.3和圖4.4分別展示了利用仿射變換和遮擋判定兩種策略下過濾掉的低質(zhì)量人臉效果圖，其中圖4.3是....

圖4.3過濾掉的遮擋人臉

圖4.3過濾掉的遮擋人臉

本文編號(hào)：3896147