[01832556]智能视频监控中的信息鉴别与异常事件检测研究

研究了结合深度、图像、文字、音频等多维信息进行视频监控内容的语义分析与异常事件检测等关键内容,重点提出了基于多维信息的智能视频监控中多维信息内容提取与表示、多维信息的语义建模与分类、基于多维信息的机器学习与语义分析、基于语义分析的异常事件检测等关键算法,相关研究成果可以应用于交通、学校、银行、体育比赛、商场等公共安全领域,可以提高智能视频监控系统的智能化水平,降低人工干预和人力、物力消耗。本成果的主要创新具体包括： （1）研究提出了高效的无监督图像自动分割算法。算法首先提取多维综合视觉特征,并采用主成分分析法去除多维特征间的相关性以提高建模效率。然后采用高斯混合模型的进行建模并研究提出了改进的EM 算法进行参数估计以提高参数估计的效率和准确性。最后对建模得到个和混合分量进行聚合和像素标记后得到分割结果。实验结果显示该算法可以获得具有良好视觉感知匹配性的分割结果。 （2）在统计建模图像分割方法的基础上,基于经典的图割（ Graph cut） 理论,研究提出了基于超像素和改进Graph cut 算法的图像分割算法。与Grabcut 算法相比,改进算法不仅具有更高的分割精度,提取的目标边缘较完整、光滑,而且大幅提升了分割效率。 （3）在图像分割的基础上,基于改进Grab cut 图割算法和立体图像的视域相关性,研究提出了一种新的立体图像分割算法。 与现有方法相比所提算法能获得更高的分割效率和更准确的分割结果。 （4）在图像分割和立体图像分割的基础上,研究了视频语义对象的形状编码问题,提出了一种基于时域预测的高效形状编码算法,与空域形状编码方法相比可以有效提高编码效率。 （5）在空域形状编码和时域预测形状编码的基础上,研究提出了一种结合空时预测的形状编码方案。该算法能同时利用空域和时域冗余从而达到高效编码的目的。 （6）研究提出了基于自适应支撑窗融合分割信息和视差约束特性的高效立体匹配算法,可以获得精确的视差信息。