机场环境中行为感知基础理论研究

感知机场理念包含的一个重要方面是对候机旅客行为的感知，具有保障民航地面安全和提高机场服务水平的双重意义。本课题针对机场环境中人的行为检测的难点问题，研究复杂条件下的目标检测与跟踪，以及肢体运动分析和识别，主要内容包括：1、研究适用于机场环境的肢体运动检测和定位方法，重点解决在人群中进行目标检测时目标完整性差的问题；2、研究肢体快速运动时的大位移光流向量计算方法，解决行为检测过程中，因时域采样频率相对不足所造成的光流向量计算误差过大的问题，为后续的基于光流的肢体检测和行为分析提供基础； 3、研究频繁遮挡情况下的行为表示与识别方法，探求对肢体运动分析结果的可靠性进行实时定量分析的方法和相应策略，并解决低密度人群中典型暴力行为的自动检测问题。以上难点问题的解决将有力地推动计算机视觉技术在机场环境的实际应用，研究结果不仅具有重要的理论价值，还将为实现感知机场提供关键技术支撑。

本项目研究可用于民航机场的视频分析技术，本项目主要成果主要在以下几个方面：.1、前景分割和目标检测方面.1.1 阴影是造成前景分割错误的主要因素，对此我们提出两种方法：一种基于对前景区SIFT特征点的匹配以及位置变化信息；另一种基于matting算法。改善了运动分割.的完整性和准确性。.1.2 运动上肢定位的关键点之一是肘部的准确定位，对此，我们研究了一种结合肤色检测、光流场、骨架提取和曲率分析的肘部定位方法，并申请了国家发明专利。.1.3 我们将特征点匹配和光流计算结合起来，共同实现对上肢运动的准确描述，基于该方法可实现在凌乱和存在遮挡情况下的目标检测与识别。.2、目标动作识别方面.2.1 研究了基于小波矩和光流特征的人体行为识别方法，结合小波矩提取运动历史图像和运动能量图像的形状特征和区域光流提取运动的速度特征来进行人体行为识别。.2.2 对基于时空兴趣点的表观特征和分布特征的单词包行为识别方法进行了研究，提出了特征点的“局部时空分布一致性”特征，对单个目标的动作或者两人交互的暴力行为进行表征。.3、客流密度和人群异常检测方面.3.1 对旅客通道的客流密度估计技术进行研究，提出适用于通道场景的客流密度估计方法，申请国家发明专利。.3.2 基于人群能量或者社会力模型的异常检测方法计算量很大，对此我们提出一种分级检测方法，当一台设备分析多路视频时实时性显著提高。.4、计算实时性方面.我们将算法移植到嵌入式平台，并提出基于鱼群算法的软硬件划分方法。.在该项目支持下，项目组成员还对民航网络信息安全进行研究，并研究了基于手指静脉的旅客身份识别方法。.本项目实施过程中，在国内外期刊和国际会议上发表(含已录用)论文23篇（全部标注资助号），SCI检索2篇，EI检索12篇，另有4篇待检。申请国家发明专利11项，其中已授权2项，公开9项。培养研究生4名。