[發明專利]用于提高視頻中的對象檢測性能的系統和方法

有效

• 申請號: 201410001472.9
• 申請日: 2014-01-02
• 公開（公告）號: CN103914702B
• 公開（公告）日: 2017-08-25
• 發明（設計）人: A.達塔;R.S.菲利斯;S.U.潘坎蒂;翟昀
• 申請（專利權）人: 國際商業機器公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/66;G06T7/254
• 代理公司: 北京市柳沈律師事務所11105
• 代理人: 張曉明

技術領域

本發明一般地涉及視頻中的對象檢測且更具體地涉及提高視頻中的對象檢測的性能。

背景技術

對象檢測在智能視頻監控系統中起到基礎作用。作為前提條件，在大視頻數據庫中或在實時視頻流中自動地搜索感興趣的對象的能力常常涉及到視頻幀中的對象的檢測和局部化。

傳統監控系統通常應用背景建模技術[(C.Stauffer和W.Grimson,Adaptive background mixture models for real-time tracking,CVPR,1998,1)；(Y.Tian,M.Lu和A.Hampapur,Robust and efficient foreground analysis for real-time video surveillance,CVPR,2005,1)]，用于檢測場景中的移動對象，其在低活動性情形中是高效的且相當好地工作。然而，傳統監控系統在其處理典型市區條件(諸如擁擠場景)和環境變化(像雨、雪、反射以及陰影)的能力方面是有限的。在擁擠場景中，多個對象被頻繁地合并成單個運動斑點，從而損害較高水平的任務，諸如對象分類和屬性的提取。

基于外觀的對象檢測器[(N.Dalal和B.Triggs.Histograms of oriented gradients for human detection,CVPR,2005,1)；(P.Felzenszwalb,R.Girshick,D.McAllester和D.Ramanan,Object detection with discriminatively trained part based models,IEEE Transactions on PAMI,2010,1)]作為用以應對這些有挑戰性的條件的很有前景的方向而出現。具體地，對于要求實時處理的應用而言，基于類哈爾(Haar-like)特征的級聯檢測器已被廣泛地用于人臉[P.Viola和M.Jones.Robust Real-time Object Detection,International Journal of Computer Vision,2004,1,2,3,4],行人[P.Viola,M.Jones和D.Snowi,Detecting pedestrians using patterns of motion and appearance,ICCV,2003,1]和車輛[R.S.Feris,B.Siddiquie,Y.Zhai,J.Petterson,L.Brown和S.Pankanti,Attribute-based vehicle search in crowded surveillance videos,ICMR,2011,1]的檢測。雖然在此領域中已經實現的顯著的進步，但現有技術對象檢測器仍不能很好地一般化至不同的相機角度和照明條件。由于實際部署常常涉及到大量的監控相機，所以訓練每個相機的檢測器由于標注成本而是不可能的。已經提出了在線自適應方法[(V.Jain和E.Learned-Miller,Online domain adaptation of a pre-trained cascade of classifiers,CVPR,2011,1,2)；(S.Pan,I.Tsang,J.Kwok和Q.Yang,Domain adaptation via transfer component analysis,IEEE Transactions on Neural Networks,2011,1,2)]以使一般檢測器適應于特定的域，但是該在線自適應方法通常要求來自目標域的少量的手動標簽。大多數方法僅僅依賴于權值的自適應，同時保持原始檢測器的相同的特征和相同的計算復雜性。