多视频摄像头组网协同下目标检测分析的关键技术研究

Traditional single camera video information analysis and processing techniques are not suitable for distributed across time and space to large-scale scene intelligence perceived needs. Multi camera network cooperativity in wide-area monitoring scene gained a lot of attention. Collaborative network of multiple video cameras for the target detection and analysis is an important research area of intelligent perception, computer vision, pattern recognition, with comprehensive features and challenges of the Interdisciplinary. This project explores mainly on multi-camera calibration algorithm, target detection algorithm combined with the visual Saliency model, multi-camera coordination algorithm for target matching and recognition, multi-camera coordination algorithm for target tracking, abnormal behavior analysis algorithm based on multi-source and multi-level information fusion. Key scientific issues will be explored. Research results will contribute to basic theory research and application achievements transformation of intelligent perception in the field of intelligent information processing. Completion of the demo application platform will be practical, portability, suitable for the applications of security monitoring, intelligent environments, defense, intelligent transportation systems. Therefore, this research project has great significance and practical value.

基于传统单摄像头视频信息分析和处理技术已不适用于分布式跨时空的大范围场景智能感知的需求，多摄像头组网协同在广域监控场景中得到了很多关注。多视频摄像头组网协同下目标检测分析是智能感知、计算机视觉、模式识别的重要前沿研究方向，具有综合交叉特点和挑战性。本项目主要探索研究多视频摄像头标定算法、结合视觉选择性注意模型的目标检测算法、基于多视频摄像头协同信息的目标匹配识别算法、多视频摄像头协同的目标跟踪算法、基于多源多层次信息融合的异常行为分析算法。探索其中的关键科学问题。研究成果将促进智能信息处理领域的智能感知方向的基础理论研究和应用成果转化。完成的应用演示平台具有实用性、可移植性，适合于在安全监控、智能环境、国防、智能交通系统等领域的应用。因此本项目研究有着十分重要的意义和实际应用价值。

基于传统单摄像头视频信息分析和处理技术已不适用于分布式跨时空的大范围场景智能感知的需求，多摄像头组网协同在广域监控场景中得到了很多关注。多视频摄像头组网协同下目标检测分析是智能感知、计算机视觉、模式识别的重要前沿研究方向，具有综合交叉特点和挑战性。本项目主要探索研究了多视频摄像头标定算法、结合视觉选择性注意模型的目标检测算法、基于多视频摄像头协同信息的目标匹配识别算法、多视频摄像头协同的目标跟踪算法、基于多源多层次信息融合的异常行为分析算法。提出了一系列创新性算法，发表了一批高质量的学术论文，其中在CCF A类国际期刊（如：TPAMI,TIP,TNNLS）和国际会议上(CVPR,AAAI)发表论文超过10篇；在SCI检索的国际学术期刊上发表论文超过20篇。申报10多项发明专利，其中授权8项。获得2014教育部自然科学奖。培养了14名该研究方向的优秀青年人才。成果已在智能监控、国防精确制导武器研制、大数据分析领域得到应用和转化。与3所海外大学开展合作研究和学术交流，联合培养2名双博士学位博士。担任1个在国际学术会议（论文集由德国SPRINGER出版社）的general chair，以及多个国际学术会议的PC member。研究成果促进了智能信息处理领域的智能感知方向的基础理论研究和应用成果转化。完成的应用演示平台具有实用性、可移植性，适合于在安全监控、智能环境、国防、智能交通系统等领域的应用。因此本项目研究成果有着十分重要的意义和实际应用价值，取得了很大的社会和经济效益。