[00517164]基于视频大数据分析的全天候自然场景理解技术研究
联系人：柯安星
所在地：福建厦门市
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
登录后向技术服务商咨询
发布技术需求
服务免费，交易还可领红包哦
技术详细介绍
该项目围绕监测视频场景理解积极开展研究工作，主要研究成果如下：
1。低质视频增强、视频大数据结构化表示、复杂监测视频场景理解及基于上述技术的城市场景理解原型系统方面进行深入研究。提出面向监控视频图像的多类天气环境下的低质视频分类模型，提出基于时空关联图模型的视频大数据表示方法，提出基于深度神经网络的复杂交通场景车辆重识别与步态识别等监测场景理解方法。
2。该项目原型系统研制中，构建并开放了一个真实交通监测场景下的车辆重识别数据库已经被众多著名大学和科研机构使用，部分项目成果已经开始应用在城市管理、智能交通、公共安全等多个领域，潜在的经济和社会效益显著。
3。大量的实验表明：该项目提出的低质视频分类模型在所搜集的复杂分类天气视频数据集上达到了 70%以上的准确率，提出的基于时空关联图模型的视频监控目标跟踪方法可以达到比传统方法高 10%以上的准确率，提出的车辆分类方法达到了近 90%的准确率，提出的基于深度神经网络模型的车辆重识别方法在 mAP 指标上比经典的 Googlenet 方法高出2 个百分点，提出的基于深度神经网络的步态识别方法在各个监控视角下都达到了 90%以上的识别准确率。
4。该项目的成果应用可遍及城市管理、智能交通、公共安全、环境保护、现代服务、平安城市等多个领域，潜在的经济和社会效益显著。
1。低质视频增强、视频大数据结构化表示、复杂监测视频场景理解及基于上述技术的城市场景理解原型系统方面进行深入研究。提出面向监控视频图像的多类天气环境下的低质视频分类模型，提出基于时空关联图模型的视频大数据表示方法，提出基于深度神经网络的复杂交通场景车辆重识别与步态识别等监测场景理解方法。
2。该项目原型系统研制中，构建并开放了一个真实交通监测场景下的车辆重识别数据库已经被众多著名大学和科研机构使用，部分项目成果已经开始应用在城市管理、智能交通、公共安全等多个领域，潜在的经济和社会效益显著。
3。大量的实验表明：该项目提出的低质视频分类模型在所搜集的复杂分类天气视频数据集上达到了 70%以上的准确率，提出的基于时空关联图模型的视频监控目标跟踪方法可以达到比传统方法高 10%以上的准确率，提出的车辆分类方法达到了近 90%的准确率，提出的基于深度神经网络模型的车辆重识别方法在 mAP 指标上比经典的 Googlenet 方法高出2 个百分点，提出的基于深度神经网络的步态识别方法在各个监控视角下都达到了 90%以上的识别准确率。
4。该项目的成果应用可遍及城市管理、智能交通、公共安全、环境保护、现代服务、平安城市等多个领域，潜在的经济和社会效益显著。