[00874609]视频事件检测分析技术及应用

视频监控系统在高速公路、城市交通、水上交通、重要公共场所管理等领域已得到广泛的应用。目前视频监控系统的功能大多还停留在实时采集录制、存储和提供人工交互检测上，有的系统已可针对具体环境和对象，实现相关对象的跟踪和特定事件的检测预警，其智能化程度还不高。基于语义的视频事件检测分析可准确有效地提取、分析和理解视频中蕴含的语义内容，跨越低层特征和高层语义概念之间的语义鸿沟，为视频监控系统的开发应用提供高度智能化的服务。本项目研发了基于语义的视频事件检测分析相关技术，并在视频监控系统中应用，取得了多项关键技术的突破，主要成果如下：（1）研发了基于语义的视频事件检测与分类技术：对于视频图像序列的事件检测，在深隐马尔可夫模型的基础上，用云分布代替高斯分布，将随机转移拓展为模糊随机转移，采用最大互信息的方法训练模型参数，独创了基于模糊深隐马尔可夫模型的事件检测方法，有效提高了事件检测率并能容忍视频噪音和部分对象缺失。对于无时序特征的视频事件的语义分类，基于球形支持向量机，建立两个大小不一的同心超球，实现正负类类间间隔的最大化和各类类内体积的最小化，独创了最大间隔最小体积球形支持向量机的语义分类技术，有效提高了无时序特征的视频事件语义分类的精准率。对于大规模的视频事件分类问题，发明了一种分布式的视频事件聚类方法，有效实现了大规模事件快速、准确分类。（2）研发了视频事件语义挖掘技术：对多视频事件关联关系挖掘，结合视频事件时空特征，独创了基于时序频繁模式树的视频事件关联关系挖掘的技术，有效分析出各事件的关联关系并较准确地检测综合事件和预测事件的发展趋向。对视频事件对象的语义建模，研发了基于用户交互的事件对象语义挖掘技术，解决了复杂视频事件对象检测问题。该技术有效解决了监控环境下的复杂事件的分析与预警问题。（3）研发了视频事件分析的一系列预处理技术：在模糊聚类理论和人工免疫进化网络理论的基础上，独创了一种基于模糊进化免疫网络的关键帧提取方法，可自动确定关键帧的数目并获得全局最优关键帧。对于运动目标检测，引入了加速因子和合理性反馈机制，改进了基于混合高斯模型的运动目标检测技术，能快速准确地检测运动目标。对于远程视频采集压缩传输技术，发明了快速帧内预测方法及基于DSP的图像编码方法，有效解决了视频事件监控系统中远程视频信息采集点的高效视频压缩问题。（4）技术指标：本项目已申请国家发明专利13件，其中授权5件，获软件著作权8件，发表论文近100篇，其中SCI/EI检索80余篇。相关技术经专家验收鉴定，达到同类技术的国际先进水平。（5）视频事件检测分析技术的应用：依据研发的关键技术开发了视频事件检测分析支撑软件，在视频监控应用系统产品的开发中应用，解决了复杂环境下的视频事件信息快速获取、关键帧提取、事件检测、事件关联分析等技术难题，产生了较大的经济效益和社会效益。