Подавление ложноположительных обнаружений лиц в видеопотоках систем видеонаблюдения

Подавление ложноположительных обнаружений лиц в видеопотоках систем видеонаблюдения

Автор: Сергеев Александр Евгеньевич, Конушин Вадим Сергеевич, Конушин Антон Сергеевич

Журнал: Компьютерная оптика @computer-optics

Рубрика: Обработка изображений: Распознавание образов

Статья в выпуске: 6 т.40, 2016 года.

Бесплатный доступ

Данная работа посвящена задаче фильтрации ложноположительных обнаружений лиц людей в видеопотоках систем видеонаблюдения. Предлагается два подхода для подавления ложноположительных обнаружений в фоновых участках кадра: первый заключается в адаптации детектора под наблюдаемый видеопоток, а второй представляет собой постобработку выхода детектора за счёт анализа частоты обнаружения похожих частей кадра. Мы используем в качестве базового каскадный детектор, но метод может быть применён к другим алгоритмам. Экспериментальное оценивание показывает, что предложенные методы улучшают и точность, и полноту, при этом время работы детектора сокращается на 47 %.

Еще

Детекторы, распознавание образов, анализ изображений, алгоритмы машинного зрения

Короткий адрес: https://sciup.org/14059525

IDR: 14059525

Список литературы Подавление ложноположительных обнаружений лиц в видеопотоках систем видеонаблюдения

  • Verma, RC. Face detection and tracking in a video by propagating detection probabilities/R.C. Verma, C. Schmid, K. Mikolaqczyk//IEEE Transactions on Pattern Analysis and Machine Intelligence. -2003. -Vol. 25(10). -P. 1215-1228. - DOI: 10.1109/TPAMI.2003.1233896
  • Park, D. Exploring weak stabilization for motion feature extraction/D. Park, C.L. Zitnick, D. Ramanan, P. Dollár//CVPR, IEEE Computer Society Conference on Computer Vision and Pattern Recognition, June 2013. -2013. -P. 2882-2889. - DOI: 10.1109/CVPR.2013.371
  • Walk, S. New features and insights for pedestrian detection/S. Walk, N. Majer, K. Schindler, B. Schiele//IEEE Conference on Computer Vision and Pattern Recognition (CVPR 2010), June 13-18, 2010, San Francisco, California, USA. -2010. -P. 1030-1037. - DOI: 10.1109/CVPR.2010.5540102
  • Kolarow, A. APFel: The intelligent video analysis and surveillance system for assisting human operators/A. Kolarow, K. Schenk, M. Eisenbach, M. Dose, M. Brauckmann, K. Debes, H.-M. Gross//2013 10th IEEE International Conference on Advanced Video and Signal Based Surveillance (AVSS). -2013. -P. 195-201. - DOI: 10.1109/AVSS.2013.6636639
  • Viola, P. Robust real-time face detection/P. Viola, M.J. Jones//International Journal of Computer Vision. -2004. -Vol. 57(2). -P. 137-154. - DOI: 10.1023/B:VISI.0000013087.49260.fb
  • Mathias, M. Face detection without bells and whistles/M. Mathias, R. Benenson, M. Pedersoli, L. Van Gool//13th European Conference on Computer Vision (ECCV 2014), Zürich, Switzerland, September 6-12, 2014. -2014. -P. 720-735. - DOI: 10.1007/978-3-319-10593-2_47
  • Dollár, P. Integral channel features/P. Dollár, Z. Tu, P. Perona, S. Belongie//Proceedings of the British Machine Vision Conference. -2009. -P. 91.1-91.11. - DOI: 10.5244/C.23.91
  • Felzenswalb, P. A discriminatively trained, multiscale, deformable part model/P. Felzenswalb, D. McAllester, D. Ramanan//IEEE Conference on Computer Vision and Pattern Recognition, June 24-26, 2008 (CVPR 2008). -2008. -P. 1-8. - DOI: 10.1109/CVPR.2008.4587597
  • Zhu, X. Face detection, pose estimation and landmark localization in the wild/X. Zhu, D. Ramanan//IEEE Computer Society Conference on Computer Vision and Pattern Recognition, June 2012 (CVPR 2012). -2012. -P. 2879-2886. - DOI: 10.1109/CVPR.2012.6248014
  • Szegedy, C. Deep neural networks for object detection/C. Szegedy, A. Toshev, D. Erhan//Advances in Neural Information Processing Systems. -2013. -P. 2553-2561.
  • Girshick, R. Rich feature hierarchies for accurate object detection and semantic segmentation/R. Girshick, J. Donahue, T. Darrell, J. Malik//Proceedings of the 2014 IEEE Conference on Computer Vision and Pattern Recognition. -2014. -P. 580-587. - DOI: 10.1109/CVPR.2014.81
  • Appel, R. Quickly boosting decision trees -Pruning underachieving features early/R. Appel, T. Fuchs, P. Dollár, P. Perona//Proceedings of the 30th International Conference on Machine Learning, Atlanta, Georgia, USA, 2013. -2013. -Vol. 28. -P. 594-602.
  • Dollár, P. Fast feature pyramids for object detection/P. Dollár, R. Appel, S. Belongie, P. Perona//IEEE Transactions on Pattern Analysis and Machine Intelligence. -2014. -Vol. 36(8). -P. 1532-1545. - DOI: 10.1109/TPAMI.2014.2300479
  • Dollár, P. The fastest pedestrian detector in the west/P. Dollár, S. Belongie, P. Perona//Proceedings of the British Machine Vision Conference. -2010. -P. 68.1-68.11. - DOI: 10.5244/C.24.68
  • Dollár, P. Crosstalk cascades for frame-rate pedestrian detection/P. Dollár, R. Appel, W. Kienzle//Proceedings of the 12th European Conference on Computer Vision. -2012. -Part II. -P. 645-659. - DOI: 10.1007/978-3-642-33709-3_46
  • Jain, V. Online domain adaptation of a pre-trained cascade of classifiers/V. Jain, E. Miller//Proceedings of the 2011 IEEE Conference on Computer Vision and Pattern Recognition. -2011. -P. 577-584. - DOI: 10.1109/CVPR.2011.5995317
  • Wang, M. Automatic adaptation of a generic pedestrian detector to a specific traffic scene/M. Wang, X. Wang//Proceedings of the 2011 IEEE Conference on Computer Vision and Pattern Recognition. -2011. -P. 3401-3408. - DOI: 10.1109/CVPR.2011.5995698
  • Barnich, O. ViBe: A universal background subtraction algorithm for video sequences/O. Barnich, M. Van Droogenbroeck//IEEE Transactions on Image Processing. -2011. -Vol. 20(6). -P. 1709-1724. - DOI: 10.1109/TIP.2010.2101613
  • Freund, Y. A decision-theoretic generalization of on-line learning and an application to boosting/Y. Freund, R.E. Schapire//Journal of Computer and System Sciences. -1997. -Vol. 55(1). -P. 119-139. - DOI: 10.1006/jcss.1997.1504
  • Bourdev, L. Robust object detection via soft cascade/L. Bourdev, J. Brandt//Proceedings of the 2005 IEEE Computer Society Conference on Computer Vision and Pattern Recognition. -2005. -Vol. 2. -P. 236-243. - DOI: 10.1109/CVPR.2005.310
  • Everingham, M. The Pascal visual object clasees (VOC) challenge/M. Everingham, L. Van Gool, C.K.I. Williams, J. Winn, A. Zisserman//International Journal of Computer Vision. -2010. -Vol. 88(2). -P. 303-338. - DOI: 10.1007/s11263-009-0275-4
Еще
Статья научная
QR-код для установки приложения SciUp Наведите камеру и скачайте бесплатное приложение SciUp