项目名称: 基于多摄像头网络和多尺度分析的组群与集群行为识别研究

项目编号: No.61471235

项目类型: 面上项目

立项/批准年度: 2015

项目学科: 无线电电子学、电信技术

项目作者: 林巍峣

作者单位: 上海交通大学

项目金额: 80万元

中文摘要: 行为识别与分析技术在智能视频监控等应用中有着极为重要的作用,然而目前行为识别技术的研究仍然难以满足视频监控等应用的发展和需求。本项目拟结合申请人在行为识别和事件检测方面的前期研究工作以及模式识别和机器学习理论的发展趋势,分别从识别模型的构建和特征分析等方面对行为识别与分析领域中的几个重要问题进行重点研究并提出解决方法,主要体现为:(1) 提出基于网络传输模型的新方法,有效解决利用多摄像头实现联合行为识别的问题;(2) 提出新的多尺度特征分析及结构化模型,实现对组群中的各个尺度行为进行完整分析的目的;(3) 提出基于热模型的一致运动区域分割及行为分析等方法,突破高密集场景下对集群行为进行有效提取、分析、识别的难点。本项目的的研究成果将有力推动行为识别技术的研究及应用,为行为识别技术在智能视频监控等系统中的应用提供新的理论依据、关键技术、和可行算法。

中文关键词: 视频监控;多摄像头联合行为识别;多尺度行为分析;集群行为识别

英文摘要: Activity recognition and analysis is of increasing importance in many applications including video surveillance. However, the current development of activity recognition research is still unsufficient to satisfy the requirements of various video surveillance applications.In this project, we will investigate several important problems in activity recognition and activity analysis research. These important problems include the following: (1) We plan to address the multi- camera joint activity recognition problem by introducing a new network-based model to efficiently combine information from different cameras; (2) We plan to analyze the multi-scale activities for a group by performing multi-scale feature analysis and applying a structured model for recognition; (3) We plan to address the problem of crowd activity recognition in crowded scenarios by proposing a thermal-diffusion- based model which first segments the coherent motion regions from the scene and then performs crowd activity analysis accordingly. The research outputs of this project will greatly encourage the research and application of activity recognition techniques. Besides, this project can also provide new theorities and key algorithms to the applications of intelligent video surveillance.

英文关键词: Video Surveillance;Multi-camera-based Activity Recognition;Multi-scale Activity Analysis;Crowd Activity Recognition

成为VIP会员查看完整内容
0

相关内容

智能视频监控关键技术:行人再识别研究综述
专知会员服务
37+阅读 · 2021年12月30日
混合增强视觉认知架构及其关键技术进展
专知会员服务
39+阅读 · 2021年11月20日
专知会员服务
21+阅读 · 2021年10月9日
专知会员服务
75+阅读 · 2021年9月27日
基于深度学习的视频目标检测综述
专知会员服务
81+阅读 · 2021年5月19日
专知会员服务
85+阅读 · 2021年1月7日
专知会员服务
51+阅读 · 2020年12月19日
专知会员服务
43+阅读 · 2020年12月8日
专知会员服务
20+阅读 · 2020年9月8日
专知会员服务
37+阅读 · 2020年8月19日
【速览】ICCV 2021 | GraphFPN for Object Detection: 图特征金字塔网络
中国图象图形学学会CSIG
0+阅读 · 2021年10月26日
基于人体骨架的行为识别【附PPT与视频资料】
人工智能前沿讲习班
31+阅读 · 2019年1月15日
网络舆情分析
计算机与网络安全
20+阅读 · 2018年10月18日
无人机集群对抗研究的关键问题
无人机
55+阅读 · 2018年9月16日
一文概览基于深度学习的超分辨率重建架构
北大新技术:利用WiFi设备进行人体行为识别!
全球人工智能
12+阅读 · 2018年2月7日
独家 | 光流与行为识别的结合研究
AI科技评论
12+阅读 · 2017年12月29日
视频行为识别年度进展
深度学习大讲堂
34+阅读 · 2017年6月12日
国家自然科学基金
2+阅读 · 2017年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Fast Circular Pattern Matching
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月18日
Generalized Out-of-Distribution Detection: A Survey
Arxiv
15+阅读 · 2021年10月21日
SlowFast Networks for Video Recognition
Arxiv
19+阅读 · 2018年12月10日
小贴士
相关VIP内容
智能视频监控关键技术:行人再识别研究综述
专知会员服务
37+阅读 · 2021年12月30日
混合增强视觉认知架构及其关键技术进展
专知会员服务
39+阅读 · 2021年11月20日
专知会员服务
21+阅读 · 2021年10月9日
专知会员服务
75+阅读 · 2021年9月27日
基于深度学习的视频目标检测综述
专知会员服务
81+阅读 · 2021年5月19日
专知会员服务
85+阅读 · 2021年1月7日
专知会员服务
51+阅读 · 2020年12月19日
专知会员服务
43+阅读 · 2020年12月8日
专知会员服务
20+阅读 · 2020年9月8日
专知会员服务
37+阅读 · 2020年8月19日
相关资讯
【速览】ICCV 2021 | GraphFPN for Object Detection: 图特征金字塔网络
中国图象图形学学会CSIG
0+阅读 · 2021年10月26日
基于人体骨架的行为识别【附PPT与视频资料】
人工智能前沿讲习班
31+阅读 · 2019年1月15日
网络舆情分析
计算机与网络安全
20+阅读 · 2018年10月18日
无人机集群对抗研究的关键问题
无人机
55+阅读 · 2018年9月16日
一文概览基于深度学习的超分辨率重建架构
北大新技术:利用WiFi设备进行人体行为识别!
全球人工智能
12+阅读 · 2018年2月7日
独家 | 光流与行为识别的结合研究
AI科技评论
12+阅读 · 2017年12月29日
视频行为识别年度进展
深度学习大讲堂
34+阅读 · 2017年6月12日
相关基金
国家自然科学基金
2+阅读 · 2017年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员