基于深度學(xué)習(xí)方法的行人屬性自動識別及其在監(jiān)視系統(tǒng)行為分析中的應(yīng)用.pdf

1、基于當今時代維護社會安全的迫切需要，國內(nèi)外學(xué)者對視頻監(jiān)控技術(shù)的研究廣泛興起。一般，基于人力的視頻監(jiān)控過程需要觀察者的連續(xù)監(jiān)控，由于信息的稀疏性以及人類難以長時間保持注意力集中，在視頻監(jiān)控工作中，人類觀察者在觀察中可能會多次錯過導(dǎo)致各種安全問題的重要事件。因此，視頻監(jiān)控技術(shù)正在朝視頻分析的方向發(fā)展，即應(yīng)用計算機對視頻流進行自動分析。使用視頻分析技術(shù)自動分析行人行為是當前重要研究方向。本研究對此進行了相關(guān)調(diào)研，并在此基礎(chǔ)上，提出在監(jiān)控系統(tǒng)中

2、利用深度學(xué)習(xí)技術(shù)自動識別行人屬性的行為分析解決方案。本研究提出了五個重要行人屬性，并基于該屬性自動描述人類行為。這些屬性包括(a)行人的全身朝向（行人移動方向），(b)行人的注意力方向/頭部姿態(tài)估計（行人觀察方向），(c)攝像機視野(FOV)中行人的距離和尺寸（高度和寬度），(d)行人存在的識別，以及(e)行人的性別識別（男性或女性）。
　　(1)行人行動方向和意圖預(yù)測。預(yù)測行人的行動方向和意圖已經(jīng)成為人類行動認知的主要應(yīng)用之一。

3、在移動過程中，行人具有多種可能的視覺注意方向。應(yīng)用計算機視覺對行人的行動方向和意圖進行預(yù)測是對行人的行為研究的主要手段。本文提出利用深度學(xué)習(xí)方法對行人頭部姿態(tài)和全身方向進行估計?；趦蓚€擁有八方向視角的數(shù)據(jù)集分別訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)模型，實現(xiàn)方向預(yù)測。本研究在現(xiàn)有數(shù)據(jù)集和各種場景下實際拍攝的視頻序列數(shù)據(jù)集上進行測試實驗。實驗結(jié)果表明，本文所提出的方法成功估計了各種環(huán)境中的行人頭部姿態(tài)和身體視角。
　　(2)行人分類?；谟嬎銠C視覺的行

4、人分類已經(jīng)成為多年來的熱點問題。行人識別方法主要分為基于傳統(tǒng)方法的行人分類方法和基于神經(jīng)網(wǎng)絡(luò)的行人分類方法。本研究利用堆棧式稀疏自動編碼器提取包含行人對象的特征，通過圖流形排序方法借助SLIC超像素迭代生成包含行人圖像的突出特征地圖，然后輸入到堆棧式稀疏自動編碼器。最后，將利用堆棧式自動編碼器得到重建的數(shù)據(jù)傳遞到Softmax分類器中進行分類。
　　(3)行人尺度度量。在許多情況下，需要在實時環(huán)境中對攝像機中的行人進行距離和尺寸計

5、算。高效、方便的非接觸距離估計方法是行人尺度估計的主要方法。本研究提出基于數(shù)學(xué)變換的單目攝像機視野內(nèi)的行人對象距離和尺度度量方法。在估測之前，根據(jù)環(huán)境采用單次拍攝學(xué)習(xí)來調(diào)整攝像機。對于單次拍攝學(xué)習(xí)，首先將L形標記放置在最小距離處，之后再放在距攝像機一般遠的距離處。在兩個放置處計算標記的角點，并通過線性方程估測對象放置處的每個像素長度。再通過基于平均濾波器的背景減除策略獲得前景運動對象，然后利用基于卷積神經(jīng)網(wǎng)絡(luò)的分類器將其預(yù)測為行人和非行

6、人。最后，借助在單次學(xué)習(xí)步驟中讀取的數(shù)據(jù)估測行人的距離和尺寸。
　　(4)行人性別預(yù)測。行人的性別是一個軟屬性，在計算機視覺的許多領(lǐng)域具有較普遍的應(yīng)用價值。目前，行人性別預(yù)測在計算機視覺中面臨巨大挑戰(zhàn)。本研究提出了基于深度學(xué)習(xí)的行人性別分類方法。在預(yù)處理階段，通過現(xiàn)有的深層分解神經(jīng)網(wǎng)絡(luò)方法對行人進行解析，將該網(wǎng)絡(luò)的輸出二進制掩碼應(yīng)用于圖像中，將其映射為行人全身圖像。最后將其傳遞到帶softmax分類器的堆棧式自動編碼器中進行分類。