基于多源视频的大范围场景目标跟踪

With the ever growing requirement for safety, videos captured by users, namely crowd-sourced videos along with CCTV videos are used as strong evidences for forensic applications. In this proposal, we aim at utilizing multi-sourced video data including CCTV videos and crowd-sourced videos for persistent target tracking in wide area. Current approaches of persistent tracking are based on multiple, fixed CCTV cameras which are not applicable if multi-sourced data are used. In this proposal, we present a comprehensive study of persistent target tracking using multi-sourced data. We fully utilize geospatial metadata of videos and propose a geospatial image filtering tool to select the most relevant video segments for target tracking. We also exploit the rich spatio-temporal context information in the video to enrich the representation of the target. The overall performance of persistent tracking is improved in terms of scalability, efficiency and tracking accuracy. This project will provide a solution to video surveillance in the new era of big data, which is both highly theoretical and has great potentials in real applications.

随着对安全要求的日益迫切，结合传统监控视频和用户自生产视频对感兴趣目标进行监控已是必然趋势，对解决公共安全问题具有极大的应用价值。本项目提出基于多源视频（监控视频和众包视频）的大范围场景目标跟踪。目前，大范围场景目标跟踪系统大多基于多个固定监控摄像机，难以扩展到多源视频下的目标跟踪。本项目拟对多源视频下大范围场景目标跟踪进行系统的研究，提出多源视频数据统一的表示形式，通过基于地理空间信息的图像搜索方法快速搜索并返回和目标跟踪应用最为相关的视频，提高多摄像机监控系统的可扩展性和时间效率；将视频的时空上下文信息嵌入到跨视频目标匹配中，提高目标跟踪在大范围真实场景中的性能。本项目为大数据视频监控时代提供一种有效的解决方案，具有重要的科学研究意义和广泛的应用前景。

摄像机作为视觉的延伸已经进入人类生活的方方面面。大数据时代，结合传统监控视频和用户自生产视频对感兴趣目标进行监控已是大势所趋，对解决公共安全问题具有极大的应用价值。本项目提出基于多源视频（监控视频和众包视频）的大范围场景目标跟踪。目前，大范围场景目标跟踪系统大多基于多个固定监控摄像机，难以直接扩展到多源视频下的目标跟踪。本项目对多源视频下大范围场景目标跟踪进行系统的研究，充分利用视频元数据提出多源视频数据统一的表示形式，通过基于地理空间信息的图像搜索方法（GIFT）快速搜索并返回和目标跟踪应用最为相关的视频。在返回的视频中匹配和识别感兴趣目标，通过自适应的目标关联实现了大范围场景的目标跟踪。项目成果共发表论文10篇，其中SCI论文2篇，国内期刊和国际重要会议8篇，申请专利2项。本项目有望提高多摄像机监控系统的可扩展性，提高大范围场景目标跟踪性能，为大数据视频监控时代提供一种有效的解决方案，具有重要的科学研究意义和广泛的应用前景。