[00898114]面向恶劣环境智能视频监控系统的研发与应用

项目属于计算机图像处理领域。 在国家自然科学基金、广东省基重点和省部产学研等项目的持续支持下，在公安、城管、校园、车站码头中的交通或安防对智能视频监控的迫切需求驱动下，成果完成单位深入研究深度学习理论在复杂环境下视频监控的应用，开发出了一套面向恶劣环境智能视频监控系统的研发，获得创新成果如下： 1)低暗度、雾霾环境下的视频图像增强技术。基于Retinex理论的面向有光照干扰的暗照度图像增强，可处理的视频片段照度环境小于0.001Lux，以及普遍暗光环境。基于暗照度理论的图像去雾霾增强，并用FPGA实现实时增强。该模块能处理CIF、D1、720P、1080P、3840P×2160等分辨率视频；可视距离增加1.5-2倍。 2)面向标清监控视频的小尺寸目标检测关键技术。构建了低复杂度的深度神经网络检测系统，实现对小尺寸车辆与人脸目标的超分辨率重建与识别功能。 在超分辨率方面，提出了基于样本盲反卷积的车牌图像超分辨率重建，减少了车辆运动和光照的影响；与基于语义信息的人脸超分辨率重建，有效解决监控视频中由于编码造成的图像劣化情况，重建后的视频分辨率可为原视频的4倍。 在检测方面，提出基于深度学习技术的车辆与行人检测，基于深度矩阵学习的人脸识别、与基于极限学习机的车牌识别等技术对超分辨视频图像进行小目标特征提取与识别，对小目标车辆识别不低于96％；可处理尺寸不小于10×10的人脸图像，识别率不低于95％。 监控视频的篡改识别与定位技术。提出基于深度残差网络的视频篡改识别技术，篡改帧识别率可达89％，整体识别率达96％；同时提出基于卷积神经网络篡改区域的定位技术实现篡改区域的精准定位。 该项目获授权专利32件，其中发明专利16件，计算机软件著作权35件，发表相关论文21篇。通过运用该项目的创新技术成果。 2018年10月9日，广东省计算机协会在广州组织并主持召开了由广东工业大学、广东迅通科技股份有限公司、南京邮电大学共同完成的“面向恶劣环境智能视频监控系统的研发与应用”项目科技成果评价会。评价委员会一致认为该项目相关成果在雾霾、低照度等复杂环境下图像增强及小尺寸目标检测等方面达到国际先进水平，相关产品已在广东省公安部门得到广泛应用，取得了显著的经济效益和社会效益同意，通过科技成果评价，建议进一步加快项目推广应用。