基于视频分析与可视化的候机楼安全异常检测关键技术研究

本项目紧密围绕民航事业重中之重- - 民航安全检查和管理及犯罪预防控制的迫切需求，面向民航机场候机楼监控视频，有机地结合基于计算机视觉的视频分析技术和计算机可视化技术，深入研究民航机场候机楼安全异常检测和分析这一亟需解决的基础性和关键性问题，即视频增强处理、视频运动轨迹分析、视频数据以及视频运动轨迹可视化。主要包括：研究保持运动边缘和图像细节的视频去噪声和超分辨率增强处理算法，研究基于信息熵散度和f-散度的视频关键帧抽取算法，根据谱聚类方法研究运动轨迹的聚类与学习，利用Monte Carlo模拟研究运动轨迹是否出现安全异常的检测和判断，研究视频（关键帧）和视频运动轨迹的可视化。研究成果不仅在民航机场候机楼安全异常检测及相关领域中具有重要的应用价值和借鉴意义。同时，本项目适应学术领域研究趋势，促进了基于计算机视觉的运动轨迹分析技术以及视频可视化技术的进步。

项目研究工作按照计划紧密围绕民航安全异常检测这一重要话题做了深入研究，在所涉及的核心技术环节取得重要性成果。提出基于非局域均值滤波的视频去噪方法，针对黑夜视频和正常光照条件视频取得突出增强效果；基于信息熵及Jensen距离、f-散度和互信息提出视频关键帧抽取算法，加强了视频运动目标轨迹的分析，取得创新性成果；利用二维核密度估计给出基于速度和角度两类属性的轨迹统计模型；提出基于信息熵的轨迹异常检测方法；提出基于螺旋带的新型视频数据和内涵的三维可视化浏览以及去除冗余视频关键帧的可视化分析方法；利用形状和速度信息等进行不确定性计算，基于HSV颜色空间提出视频运动轨迹可视化新型方法，可直观展示和理解轨迹信息；基于可视化提出视频浏览与导航技术，能够显著提高视频搜索和浏览。研究成果不仅在民航机场候机楼安全异常检测及相关领域具有重要应用价值，同时，在学术研究领域促进了基于计算机视觉的运动轨迹分析技术及视频可视化技术的进步。