基于视频的行人检测与属性分析

行人检测与属性分析通过视频分析,实现对监控区域中的人群人数分布、人群外观属性、行人运动轨迹进行精确分析, 该研究在安防监控、自动驾驶及线下商业领域具有重要的意义。


ADCrowdNet: An Attention-Injective Deformable Convolutional Network for Crowd Understanding

简介: 人群计数中背景干扰和尺度变化会对密度回归的准确度造成巨大的影响, 本研究通过设计一个注意力图生成器,将网络注意力集中在人群从而大大减少背景干扰。 同时,利用可变形卷积设计了一个多尺度特征提取的网络。 最终将两者结合预测高质量的密度图实现更精确的人群计数。

Computer Vision and Pattern Recognition (CVPR), 2019
[论文]

Weak-structure-aware visual object tracking with bottom-up and top-down context exploration

简介: 由于运动、形状变形、遮挡和周围环境的影响,物体的外观会发生很大的变化,影响物体检测和跟踪的结果。 研究提出了一种利用目标及其周围环境的弱结构对目标进行建模和定位的方法, 并通过与现有方法的对比验证了所提出方法的优越性。

Signal Processing: Image Communication (SPIC), 2018
[论文]

Hierarchical Ensemble of Background Models for PTZ-based Video Surveillance

简介: 研究了一种适用于PTZ摄像机的视频监控分层背景模型,在此基础上实现了由背景建模、 观测帧配准和目标跟踪三个关键部分构成的跟踪系统,并且在多个具有挑战性的场景中取得了优异的跟踪效果。

IEEE Transactions on Cybernetics (TCYB), 2015
[论文]

Back to top