[01163076]复杂交通场景视频语义分析关键技术研究及应用

本项目主要研究道路交通监控视频的跟踪与理解关键技术研究及应用。研究期限为2011.01-2014.12。主要技术创新点： 1)基于隐条件随机场和分布子空间特征的运动目标检测、跟踪技术：运用隐条件随机场模型来实现自适应的运动目标分割,通过融合时序分布子空间与空间分布子空间特征,实现鲁棒的跟踪; 2)基于目标形状上下文特征和迁移学习的目标分类与行为理解技术：利用形状上下文来表述目标的轮廓特征,并将不同视频场景的宏观联系通过迁移学习的方法引入到分类器中,从而实现有效的目标分类与行为理解; 3)基于云计算的智能监控系统：通过前期对目标跟踪与行为理解等关键技术的研究,搭建了基于云计算的智能监控系统,有效地解决了传统智能监控系统数据量庞大、并发能力差、规模难扩展、响应时延大、建设和维护成本高的难题,为智能监控系统的大规模、高密度部署和多业务、多维护应用提供了高可靠、高效能、低成本的技术支撑。 本项目研究拓展了智能视频监控的应用领域。申请专利15项（发明专利13项）,软件著作权13项,登记软件9项,参与制定国家、浙江省智能视频监控标准3项,其中授权专利6项（发明专利4项）,发表论文32篇。目前国内外道路交通视频跟踪与理解技术大多处在实验室研究和测试阶段 本项目研究掌握的目标视觉跟踪与行为模式理解技术已应用于市内道路交通、高速公路交通。随着摄像头的普及以及平安城市、智慧城市的推进和发展,本项目掌握的智能视频监控技术成果具有非常广阔的市场推广应用前景。