用于公共安全的視頻檢索研究.pdf

1、隨著多媒體技術和網絡技術的快速發(fā)展，以及各種視頻壓縮技術和大容量存儲技術的相繼出現(xiàn)，視頻信息的獲取、傳播和存儲變得越來越簡單。同時一直以來，安全問題都是人們非常注重的一個問題，監(jiān)控視頻作為安全系統(tǒng)的關鍵環(huán)節(jié)，對其中的行人進行有效快速地檢索已成為基于內容的視頻檢索領域研究的熱點。但是一方面監(jiān)控視頻具有分辨率差且不同的攝像機位于不同的關照環(huán)境下的特點，另一方面行人的外觀在不同的穿著和視角的影響下也會呈現(xiàn)不同的狀態(tài)，使得此項技術面臨巨大的挑戰(zhàn)

2、。
　　本文對行人檢索中關鍵的行人檢測、特征提取以及相似度度量技術分別進行了研究，設計并實現(xiàn)了一個基于行人特征和度量學習的行人檢索系統(tǒng)。首先，比較了現(xiàn)有的行人檢測中幾種經典的背景差分法和基于統(tǒng)計學習的方法，提出了一種基于統(tǒng)計學習與背景差分法結合的方法，改善了行人檢測的效果。隨后，進行了LOMO特征，主顏色特征，形狀特征以及人臉特征的提取，同時為了降低重復性檢索工作，提出了一種基于運動對象面積以及臉部所占比例的關鍵幀提取方法，并對關

3、鍵幀中人臉部分進行了插值處理。接著，研究了基于度量學習的行人再識別，實現(xiàn)了特征降維與相似距離的學習，并在常用的公開數(shù)據(jù)集上進行了實驗。根據(jù)實驗結果的CMC(Cumulative MatchCharacteristic)曲線表明，在排名前二十的檢索結果中有90％的正確識別。最后，設計并實現(xiàn)了一個基于Web客戶端與服務器的用戶檢索系統(tǒng)，該系統(tǒng)提供了模糊查詢與圖片查詢兩個功能模塊。模糊查詢采用了主顏色特征與視頻時間結合作為輸入，圖片查詢采用了