视频混合搜索系统的设计与实现

发布时间：2024-02-06 20:35

　　在建设“平安城市”和“智慧城市”大背景下,摄像头的安装数量急剧增长,视频数据量也急剧增加。如何在海量视频中对行人目标从多个维度进行精确的结构化描述,并对特定行人进行搜索,进一步给出该目标的身份信息,这些都是很重要的研究内容且具有很高的实用价值。视频混合搜索系统正是为达到上述目的而提出。系统在各种精度高、速度快的检测、识别算法的基础上,结合新的策略,实现对行人目标的搜索、识别和跟踪。整个系统的运行流程简要如下:对视频解码获取视频帧序列,对获取的视频帧进行行人检测和人脸检测,对检测得到的人脸快照进行遮挡和侧脸过滤,对过滤后的人脸和行人快照进行关联匹配,然后对获取的快照对进行特征提取,最后将得到的视频中有关行人信息的结构化数据存数据库。在事先给定的搜索条件下,搜索程序在数据库中搜索出与给定目标最相似的行人目标,并给出身份等相关信息。最后实现的系统采用了异步多进程并行架构设计,模块间相互独立工作,稳定性好。经过测试,系统中提出的低质量人脸过滤策略和快照关联策略实际效果较好,达到预期目的。在视频或实时监控场景下,利用人脸或行人外形图像,系统可以准确搜索到相似行人目标,并通过人脸识别出行人的身份信...

【文章页数】：60 页

【学位级别】：硕士

【部分图文】：

图2.3MTCNN算法网络结构图

图2.3MTCNN算法网络结构图出于对系统综合性能的考虑，通过比较，本系统采用在速度、精度和稳定性上都有较大优势的MTCNN算法来进行人脸检测。它是一种级联卷积神经网络框架下的深度学习算法。该算法将人脸区域检测、人脸五个关键点的预测和人脸校正对齐一起完成

图4.1无过滤策略下的人脸检测结果

图4.1无过滤策略下的人脸检测结果

图4.2使用过滤策略下的人脸检测结果

遮挡人脸过滤策略的正确率的平均值为93.6%。图4.1给出的是无过滤策略下人脸检测算法得到的检测结果，图4.2给出的是使用过滤策略后人脸检测算法得到的人脸结果。图4.3和图4.4分别展示了利用仿射变换和遮挡判定两种策略下过滤掉的低质量人脸效果图，其中图4.3是....

图4.3过滤掉的遮挡人脸

图4.3过滤掉的遮挡人脸

本文编号：3896147