JD AI
Research和北京大學(xué)的一組研究人員最近開發(fā)了一種用于視頻監(jiān)控網(wǎng)絡(luò)的漸進(jìn)式車輛搜索系統(tǒng)，稱為PVSS。他們的系統(tǒng)在預(yù)先公布在arXiv上的一篇論文中提出，可以有效地搜索出現(xiàn)在監(jiān)控錄像中的特定車輛。
漸進(jìn)式車輛搜索系統(tǒng)的架構(gòu)。圖片來源：Liu等
車輛搜索系統(tǒng)可以有許多有用的應(yīng)用，包括實(shí)現(xiàn)更智能的運(yùn)輸和自動監(jiān)控。例如，這樣的系統(tǒng)可以允許用戶輸入查詢車輛，搜索區(qū)域和時(shí)間間隔，以在白天的不同時(shí)間找出車輛所處的位置。
現(xiàn)有的車輛搜索方法通常假設(shè)所有車輛圖像都是從監(jiān)視視頻中很好地裁剪，使用視覺屬性或車牌號來識別這些圖像內(nèi)的目標(biāo)車輛。這些方法主要關(guān)注基于內(nèi)容的車輛匹配，也稱為車輛重新識別(Re-Id)。
近年來，手工描述符和卷積神經(jīng)網(wǎng)絡(luò)(CNN)極大地增強(qiáng)了這些方法。盡管如此，由于不同攝像機(jī)的實(shí)例內(nèi)變化和類似車輛之間的實(shí)例間差異，僅基于屬性識別特定車輛可能是非常具有挑戰(zhàn)性的任務(wù)。在某些情況下，由于低分辨率和噪音，車牌也可能在監(jiān)控圖像中被誤識別。
“一個(gè)完整的車輛搜索系統(tǒng)應(yīng)該考慮車輛檢測，表示，索引，存儲，匹配等問題，”研究人員在他們的論文中解釋道?！按送猓捎诓煌瑪z像機(jī)的內(nèi)部變化和極不確定的環(huán)境，基于屬性的搜索無法準(zhǔn)確找到同一車輛?！?/p>
PVSS是研究人員開發(fā)的漸進(jìn)式車輛搜索系統(tǒng)，它解決了當(dāng)前方法的局限性。該系統(tǒng)由三個(gè)關(guān)鍵模塊組成：車輛數(shù)據(jù)爬行器，基于多粒度特征的車輛索引器和漸進(jìn)式車輛搜索器。
“為了保證搜索過程中的高精度和高效率，我們?yōu)檐囕v搜索系統(tǒng)設(shè)計(jì)了一系列數(shù)據(jù)結(jié)構(gòu)，”研究人員在他們的論文中寫道。“在爬行器中，不僅可以從監(jiān)控網(wǎng)絡(luò)中提取視覺內(nèi)容，還可以提取上下文信息。然后，基于深度學(xué)習(xí)的模型利用多模態(tài)數(shù)據(jù)來獲得車輛的辨別力和穩(wěn)健性，然后由多層次組織。在搜索過程中，以漸進(jìn)的方式搜索車輛，包括特征域中的從粗到精的搜索和在物理空間中的從近到遠(yuǎn)的搜索。
本質(zhì)上，車輛爬行器組件檢測并跟蹤監(jiān)控視頻中的車輛，將捕獲的車輛圖像、元數(shù)據(jù)和其他上下文信息傳輸?shù)皆苹蚍?wù)器。隨后，車輛索引器組件提取并索引車輛的多粒度屬性，例如視覺特征和車牌指紋。
然后將包括輸入車輛圖像以及感興趣的時(shí)間范圍和空間范圍的查詢饋送到車輛搜索器組件，該車輛搜索器組件逐漸搜索圖像數(shù)據(jù)庫中的車輛。
研究人員在VeRi數(shù)據(jù)集上評估了他們的漸進(jìn)式車輛搜索系統(tǒng)，該數(shù)據(jù)集包含從實(shí)際環(huán)境中的20個(gè)監(jiān)控?cái)z像頭收集的50,000多張圖像。在這些測試中，PVSS獲得了顯著的成果，優(yōu)于所有僅僅外觀的搜索方法和與之相比的多模態(tài)方法。
研究人員在他們的論文中寫道：“對從現(xiàn)實(shí)監(jiān)測網(wǎng)絡(luò)收集的大規(guī)模車輛搜索數(shù)據(jù)集進(jìn)行的大量實(shí)驗(yàn)顯示了所提出系統(tǒng)的最新結(jié)果?！?/p>
注：本文由編譯自外網(wǎng)
a&s傳媒是全球知名展覽公司法蘭克福展覽集團(tuán)旗下的專業(yè)媒體平臺，自1994年品牌成立以來，一直專注于安全&自動化產(chǎn)業(yè)前沿產(chǎn)品、技術(shù)及市場趨勢的專業(yè)媒體傳播和品牌服務(wù)。從安全管理到產(chǎn)業(yè)數(shù)字化，a&s傳媒擁有首屈一指的國際行業(yè)展覽會資源以及豐富的媒體經(jīng)驗(yàn)，提供媒體、活動、展會等整合營銷服務(wù)。
粵公網(wǎng)安備 44030402000264號
