面向智能移動(dòng)監(jiān)控輔助的可穿戴視覺(jué)研究.pdf

1、“持續(xù)輔助”和“增強(qiáng)”是可穿戴計(jì)算“人機(jī)合一”、“以人為中心”理念的核心內(nèi)涵。近年來(lái),可持續(xù)輔助人,增強(qiáng)人類感能、體能、智能的可穿戴計(jì)算技術(shù)和原型系統(tǒng)得到了快速發(fā)展,顯示出了巨大的市場(chǎng)潛力和技術(shù)生命力?？蓪?duì)人進(jìn)行視覺(jué)輔助和實(shí)時(shí)視覺(jué)增強(qiáng)的可穿戴視覺(jué)(Wearable Vision)便是這樣一個(gè)新興的研究方向和備受關(guān)注的前沿技術(shù),它不僅涉及到可穿戴計(jì)算、機(jī)器視覺(jué)、人工智能、模式識(shí)別,也涉及到認(rèn)知科學(xué)、心理學(xué)等多學(xué)科高技術(shù)的交叉和結(jié)晶?？纱┐?/p>

2、視覺(jué)強(qiáng)調(diào)以與人類近似的“第一人視角”隨時(shí)隨地捕獲穿戴者自己或周圍環(huán)境的圖像信息,利用計(jì)算機(jī)視覺(jué)技術(shù)給予實(shí)時(shí)分析和處理,最終形成對(duì)環(huán)境中人、事、物的綜合理解,從而為穿戴者提供及時(shí)的視覺(jué)輔助和有意義的行動(dòng)規(guī)劃。
　　 隨著監(jiān)控技術(shù)的應(yīng)用和發(fā)展,以固定攝像機(jī)為代表的視頻監(jiān)控系統(tǒng)已經(jīng)充斥著大部分公共場(chǎng)所,但目前大多仍以錄制視頻圖像和事后調(diào)用取證為主,不能勝任實(shí)時(shí)主動(dòng)監(jiān)控的需要,尤其對(duì)公共場(chǎng)所中突發(fā)犯罪事件的防控。因此,重要的公共場(chǎng)所仍然

3、需要由人來(lái)進(jìn)行巡邏防控和識(shí)別犯罪。另?yè)?jù)研究表明,長(zhǎng)時(shí)間、高注意力的視覺(jué)觀察是極其消耗生物能量的腦力活動(dòng),極易產(chǎn)生視覺(jué)疲勞、反應(yīng)遲鈍、記憶減弱等不良精神狀態(tài),人在此狀態(tài)下很可能會(huì)錯(cuò)過(guò)有價(jià)值的視覺(jué)信息。如果能為從事高強(qiáng)度視覺(jué)任務(wù)的巡邏者提供具有可持續(xù)視覺(jué)輔助功能,增強(qiáng)其視覺(jué)判斷能力的可穿戴視覺(jué)系統(tǒng),將大大提高巡邏防控效率和監(jiān)控能力。
　　 可穿戴視覺(jué)系統(tǒng)隨人移動(dòng),處于一個(gè)不可控的動(dòng)態(tài)復(fù)雜環(huán)境中,在視覺(jué)圖像處理與識(shí)別中面臨著許多特殊的

4、挑戰(zhàn)與難題。本文是在目前國(guó)內(nèi)外研究成果的基礎(chǔ)上,通過(guò)研發(fā)人巡邏時(shí)用到的智能移動(dòng)監(jiān)控輔助系統(tǒng)原型來(lái)對(duì)可穿戴視覺(jué)的關(guān)鍵問(wèn)題進(jìn)行研究。主要貢獻(xiàn)和創(chuàng)新點(diǎn)可概括如下:
　　 ①在研究人機(jī)集成智能理論、計(jì)算機(jī)視覺(jué)理論及可穿戴智能的基礎(chǔ)上,提出了適用于可穿戴計(jì)算環(huán)境和移動(dòng)監(jiān)控任務(wù)的可穿戴人機(jī)協(xié)同視覺(jué)體系WICVA,明確了實(shí)現(xiàn)該體系的兩個(gè)關(guān)鍵模塊:可穿戴視覺(jué)決策和視覺(jué)輔助的動(dòng)態(tài)調(diào)度機(jī)制?？纱┐饕曈X(jué)決策為WearVision克服多變不可控復(fù)雜環(huán)境

5、帶來(lái)的識(shí)別影響提供了可行的應(yīng)用框架,保證了WearVision在進(jìn)行視覺(jué)信息處理時(shí)的有效性、選擇性和智能性,是集成智能學(xué)的新發(fā)展和新應(yīng)用。同時(shí)對(duì)WICVA中動(dòng)態(tài)輔助機(jī)制進(jìn)行了研究,提出了基于擴(kuò)展模糊有色Petri網(wǎng)的動(dòng)態(tài)輔助調(diào)度算法,使之能根據(jù)上下文自動(dòng)調(diào)用相應(yīng)輔助服務(wù)于巡邏者。WICVA是在人.機(jī)各自的視覺(jué)系統(tǒng)特點(diǎn)上進(jìn)行取長(zhǎng)補(bǔ)短、相互輔助,可用于指導(dǎo)可穿戴視覺(jué)輔助系統(tǒng)的應(yīng)用設(shè)計(jì),并為人機(jī)協(xié)同識(shí)別提供理論支撐。在該體系的指導(dǎo)下我們研發(fā)了

6、可穿戴智能監(jiān)控輔助系統(tǒng)原型iWearSA平臺(tái)。
　　 ②為實(shí)現(xiàn)WICVA中的人機(jī)共同感知,提出了一種人視覺(jué)注意力驅(qū)動(dòng)的興趣場(chǎng)景和候選目標(biāo)圖像捕獲方法。該方法充分利用人視覺(jué)注意力的優(yōu)點(diǎn),結(jié)合分塊場(chǎng)景匹配計(jì)算法和運(yùn)動(dòng)區(qū)域估計(jì)法識(shí)別出穿戴者的關(guān)注行為,以及主動(dòng)注意和被動(dòng)注意狀態(tài),因此可以有選擇性地采集穿戴者感興趣場(chǎng)景,避免采集和處理大量無(wú)意義的視覺(jué)圖像,為可穿戴計(jì)算機(jī)節(jié)約了平臺(tái)資源;同時(shí),為了進(jìn)一步明確運(yùn)動(dòng)目標(biāo)區(qū)域,研究了可穿戴攝像機(jī)

7、條件下的運(yùn)動(dòng)目標(biāo)分割問(wèn)題,提出了一種基于運(yùn)動(dòng)全景補(bǔ)償?shù)倪\(yùn)動(dòng)目標(biāo)檢測(cè)算法,該方法既彌補(bǔ)了WearVision視場(chǎng)較小的弱點(diǎn),用于生成連續(xù)視場(chǎng)范圍內(nèi)的全景圖像,又可對(duì)抖動(dòng)圖像序列進(jìn)行穩(wěn)像處理,輸出穩(wěn)像視頻和運(yùn)動(dòng)目標(biāo)區(qū)域,協(xié)助穿戴者進(jìn)行更精確的運(yùn)動(dòng)目標(biāo)搜索與定位。
　　 ③為實(shí)現(xiàn)WICVA中對(duì)感知圖像的選擇性處理,提出一種基于圖像質(zhì)量評(píng)價(jià)優(yōu)先度的擇優(yōu)處理策略,對(duì)該策略中的關(guān)鍵技術(shù)模糊圖像檢測(cè)技術(shù)進(jìn)行了研究,給出了基于概率支持向量機(jī)的運(yùn)

8、動(dòng)模糊圖像分類方法,該方法能快速檢測(cè)出采集圖像是否存在運(yùn)動(dòng)模糊并估計(jì)模糊的程度,通過(guò)預(yù)設(shè)的質(zhì)量處理策略篩選出合適質(zhì)量的圖像,既解決了可穿戴視覺(jué)系統(tǒng)在圖像處理中的選擇性和有效性,又可用于輔助提示穿戴者對(duì)不合格圖像進(jìn)行重拍。
　　 ④對(duì)WICVA中的人機(jī)協(xié)同識(shí)別進(jìn)行了探索性研究,以人臉追逃為實(shí)驗(yàn)背景,提出了一種可修正人眼檢測(cè)定位錯(cuò)誤的方法,該方法針對(duì)已有的Adaboog算法及人眼檢測(cè)分類器進(jìn)行人眼檢測(cè)后的錯(cuò)誤定位問(wèn)題,能快速修正人眼