基于结构化约束的多视角人体检测方法

针对单视角下信息量不足以及多视角不同视角间信息关联困难的问题,提出了基于结构化约束的多视角人体检测方法.首先通过基于块的人体检测模型获取人体局部块信息;然后采用空间仿射变换将不同视角下重叠区域通过变换矩阵的映射关系关联起来;最后针对仿射变换后的区域因遮挡或者存在多目标导致多视角目标关联困难的问题,利用人体局部显著块间的结构化约束为多视角目标匹配构造最大后验概率模型,通过最优求解获取多视角目标匹配结果.实验结果表明,该方法能够利用多视角信息来有效弥补单视角下人体检测中出现的遮挡问题,显著提高了人体检测效果.     

基于时空切片的新闻主播检测算法

为实现海量新闻视频的有效索引和检索,提出了一种基于时空切片（spatio—temprol slice,STS）特性的新闻主播检测方法．通过对时空切片的模式分析,聚类和信息融合,实现了新闻主播镜头的自动检测．该方法完全通过对新闻视频结构的分析,利用其共有的特性,对不同的新闻视频实现主播镜头自适应检测．大规模实验证明了该算法准确性高,鲁棒性强且计算复杂度低．     

基于隐条件随机场的人体行为识别方法

提出了一种基于隐条件随机场的人体行为识别方法。首先,通过目标检测和目标跟踪提取图像序列中人体所在时空区域;其次,提取人体区域的 Gist 特征作为人体行为视觉描述子;最后,利用隐条件随机场模型对人体行为进行建模和识别。通过大规模试验证明了该方法的有效性,与其他方法的对比实验验证了该方法的优越性。