監(jiān)控視頻中可疑人員的實時檢測方法研究.pdf

1、近年來，隨著社會公共安全問題受到越來越多的關(guān)注，公共區(qū)域監(jiān)控視頻的使用變得普及起來，利用這些監(jiān)控視頻進行公共區(qū)域中可疑人員的檢測也隨之成為了一個重要課題?？梢扇藛T檢測是指在監(jiān)控視頻中利用計算機視覺、模式識別等方法判斷是否存在可疑人員，并得到存在的可疑人員的位置，其中可疑人員是指與正常行人有明顯外觀上的差異并且這些差異具有可疑性質(zhì)的人，例如用帽子口罩遮擋面部或低頭躲避攝像頭的拍攝?？梢扇藛T檢測技術(shù)能夠幫助監(jiān)控使用者高效的監(jiān)督過往行人，更好

2、的應(yīng)對各類突發(fā)情況。
　　本文針對可疑人員檢測存在的定位和判別問題，圍繞行人位置檢測算法和可疑人員判別算法開展了相關(guān)研究，主要的研究內(nèi)容和貢獻如下:
　　1.針對行人位置檢測問題，考慮到可疑人員的可疑性特征主要集中在頭面部且在實際監(jiān)控場景中往往無法獲取完整行人區(qū)域，本文提出如下兩類算法實現(xiàn)行人位置的檢測:(1)基于級聯(lián)卷積神經(jīng)網(wǎng)絡(luò)的人臉檢測算法，該網(wǎng)絡(luò)由兩個卷積網(wǎng)絡(luò)組成，第一個用于快速過濾背景區(qū)域，第二個用于人臉的精準判別，

3、配合多尺度滑動窗口最終實現(xiàn)對人臉區(qū)域的檢測;(2)基于Faster R-CNN(Faster Regions with Convolutional Neural Network)和YOLO(You Only Look Once)的頭肩部檢測算法，這類算法使用端到端的檢測模型Faster R-CNN或YOLO直接進行頭肩部區(qū)域的檢測。通過對人臉或頭肩部的檢測間接的確認了行人位置，同時得到了用于后續(xù)處理的特征集中區(qū)域。實驗結(jié)果表明，本文提出

4、的人臉檢測和頭肩部檢測算法在準確率和檢測速度方面都取得了較好的效果。
　　2.針對可疑人員判別問題，以行人頭肩部區(qū)域為基礎(chǔ)，提出了基于多任務(wù)卷積神經(jīng)網(wǎng)絡(luò)和單類支持向量機的可疑人員判別算法。首先，本文設(shè)計了一個針對頭肩部屬性的多任務(wù)卷積神經(jīng)網(wǎng)絡(luò)分類模型，對計算速度進行重點優(yōu)化后利用該網(wǎng)絡(luò)進行頭肩部圖像的特征提取。之后考慮到實際場景中可疑人員樣本稀少且無法窮舉所有可疑類型，本文使用單類分類算法間接實現(xiàn)對可疑人員的判別，設(shè)計了基于復(fù)合核