随着监控摄像头安装的日益增多,计算机智能视频监控技术的研究变得越来越重要。它基于计算机视觉和模式识别等理论,以对视频内容做出快速的分析和响应为目标,并能提供有用的统计数据如目标数量,分布,密度及流量。但是现有技术在准确性和实时性方面远不能满足人们的要求。特别是在复杂情况下,例如比较拥挤的交通场景,目标之间的相互遮挡,以及场景物体对目标的遮挡,都会严重影响目标检测和跟踪算法的准确性。基于当前研究在目标检测和跟踪方面存在的不足,本项目着力研究在遮挡普遍存在的情况下,1)利用从二维到三维的推理来实现对多个行人的快速检测方法,2)最大化利用目标未遮挡部分提供的信息进行有效跟踪的方法,3)同时利用时间和空间信息对场景障碍物进行估计以实现对检测和跟踪补偿的方法,4)车辆和行人同时存在情况下的检测和跟踪。本项目将力求达到可靠地对实际的监控视频进行实时处理,为未来智能监控的实际应用提供理论依据和技术支持。
英文主题词crowd detection;multiple targets tracking;scene occluder estimation;video surveillance;