项目名称: 智能视频监控中图像超分辨率重建关键技术研究

项目编号: No.61462031

项目类型: 地区科学基金项目

立项/批准年度: 2015

项目学科: 计算机科学学科

项目作者: 黄淑英

作者单位: 江西财经大学

项目金额: 45万元

中文摘要: 智能视频监控是当前计算机视觉领域中的研究热点和难点。由于监控对象和监控设备之间的距离通常较远,得到的图像往往是模糊、含噪声的低分辨率图像,不利于监控系统的后续处理。本项目在前期研究基础上,提出一种基于对象的视频监控图像超分辨率(SR)重建系统方案,并围绕该方案中的关键技术进行如下研究:首先针对复杂环境下检测目标不全及计算代价较大的问题,研究基于混合背景建模的目标检测方法;其次对检测出的目标对象存在的运动模糊和散焦模糊问题,提出基于倒频谱分析的混合模糊核估计方法;然后构建一种基于空间结构信息的专家场模型,并结合MAP重建算法,提出一种基于视频对象的SR重建方法;最后基于人类视觉系统特性,研究一种新的重建图像质量评价方案。本项目的研究将为视频监控图像的SR重建提供新的研究思路和方法,其结果将进一步提高视频监控图像的质量以及监控系统的性能,有助于视频监控在公共安全、交通管理等领域发挥重要作用。

中文关键词: 超分辨率重建;视频监控;目标检测;专家场

英文摘要: The intelligent video surveillance is the current research hot spot and difficulty in the field of computer vision. Because the monitoring objects and the equipment is usually far distance, the image obtained is often a low resolution image, which is blurred and noisy. Therefore, it is not convenient for subsequent processing of the monitoring system. Based on our preliminary studies, a novel object-based super-resolution (SR) reconstruction scheme for video monitoring system is proposed in this project. Then, some key techniques of the scheme are further investigated as the following. Firstly, in order to overcome the incomplete object detection and large computational cost problem in the situation of complicated environment, an object detection method that is based on mixed background modeling is presented. Secondly, a cepstrum analysis based hybrid blur kernel estimation method is put forward, which is used to resolve the motion blur and defocus blur problem of the detected object. Thirdly, considering the spatial structure information a new field of expert (FoE) model is proposed. Then, a video object-based SR reconstruction method is developed by combing the FoE model and the MAP reconstruction algorithm. Finally, based on the characteristics of human vision system, a new reconstructed image quality assessment method is introduced. The research of this project will provide new ideas and new techniques for video surveillance images SR reconstruction and its results can effectively improve the image quality of video surveillance and the performance of monitoring system. Therefore, the study of this project on video surveillance will play an important role in public security, traffic management, etc.

英文关键词: Super-resolution reconstruction;Video surveillance;Target detection;Field of expert

成为VIP会员查看完整内容
4

相关内容

基于深度学习的图像目标检测算法综述
专知会员服务
97+阅读 · 2022年4月15日
基于深度学习的视频超分辨率重构进展综述
专知会员服务
17+阅读 · 2022年3月7日
视频隐私保护技术综述
专知会员服务
34+阅读 · 2022年1月19日
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
39+阅读 · 2021年12月30日
监控视频的异常检测与建模综述
专知会员服务
48+阅读 · 2021年12月27日
专知会员服务
27+阅读 · 2021年9月6日
基于深度学习的行人检测方法综述
专知会员服务
68+阅读 · 2021年4月14日
专知会员服务
14+阅读 · 2021年3月26日
专知会员服务
33+阅读 · 2021年2月7日
【博士论文】辨识性特征学习及在细粒度分析中的应用
专知会员服务
29+阅读 · 2020年12月10日
基于深度学习的图像目标检测算法综述
专知
2+阅读 · 2022年4月16日
视频隐私保护技术综述
专知
3+阅读 · 2022年1月19日
基于深度学习的超分辨率图像技术一览
极市平台
17+阅读 · 2019年8月24日
视频大脑:视频内容理解的技术与应用
AI前线
13+阅读 · 2019年4月18日
低清视频也能快速转高清:超分辨率算法TecoGAN
机器之心
13+阅读 · 2019年4月16日
人脸专集5 | 最新的图像质量评价
计算机视觉战队
27+阅读 · 2019年4月13日
基于深度学习的图像超分辨率最新进展与趋势【附PDF】
人工智能前沿讲习班
15+阅读 · 2019年2月27日
目标跟踪算法分类
算法与数据结构
20+阅读 · 2018年9月28日
国家自然科学基金
0+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
1+阅读 · 2014年12月31日
国家自然科学基金
3+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
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012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
4+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
1+阅读 · 2022年4月19日
Arxiv
1+阅读 · 2022年4月15日
Arxiv
0+阅读 · 2022年4月14日
Arxiv
11+阅读 · 2018年5月13日
小贴士
相关主题
相关VIP内容
基于深度学习的图像目标检测算法综述
专知会员服务
97+阅读 · 2022年4月15日
基于深度学习的视频超分辨率重构进展综述
专知会员服务
17+阅读 · 2022年3月7日
视频隐私保护技术综述
专知会员服务
34+阅读 · 2022年1月19日
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
39+阅读 · 2021年12月30日
监控视频的异常检测与建模综述
专知会员服务
48+阅读 · 2021年12月27日
专知会员服务
27+阅读 · 2021年9月6日
基于深度学习的行人检测方法综述
专知会员服务
68+阅读 · 2021年4月14日
专知会员服务
14+阅读 · 2021年3月26日
专知会员服务
33+阅读 · 2021年2月7日
【博士论文】辨识性特征学习及在细粒度分析中的应用
专知会员服务
29+阅读 · 2020年12月10日
相关资讯
基于深度学习的图像目标检测算法综述
专知
2+阅读 · 2022年4月16日
视频隐私保护技术综述
专知
3+阅读 · 2022年1月19日
基于深度学习的超分辨率图像技术一览
极市平台
17+阅读 · 2019年8月24日
视频大脑:视频内容理解的技术与应用
AI前线
13+阅读 · 2019年4月18日
低清视频也能快速转高清:超分辨率算法TecoGAN
机器之心
13+阅读 · 2019年4月16日
人脸专集5 | 最新的图像质量评价
计算机视觉战队
27+阅读 · 2019年4月13日
基于深度学习的图像超分辨率最新进展与趋势【附PDF】
人工智能前沿讲习班
15+阅读 · 2019年2月27日
目标跟踪算法分类
算法与数据结构
20+阅读 · 2018年9月28日
相关基金
国家自然科学基金
0+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
1+阅读 · 2014年12月31日
国家自然科学基金
3+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
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012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
4+阅读 · 2012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