用于视频监控的人体检测与跟踪：一种认知科学方法
计算机视觉与模式识别
2017-09-05 v1
摘要
随着全球犯罪率的上升，视频监控日益重要。由于缺乏人力资源手动监控日益增多的摄像头，人们正在开发用于执行低级和高级任务的新的计算机视觉算法。我们开发了一种新方法，结合了备受赞誉的方向梯度直方图(Histograms of Oriented Gradients, HOG)、视觉显著性理论以及显著性预测模型深度多级网络(Deep Multi Level Network)，以检测视频序列中的人体。此外，我们实现了k均值算法(k Means algorithm)对正检窗口的HOG特征向量进行聚类，并确定了视频中人物所遵循的路径。我们实现了83.11%的检测准确率和41.27%的召回率。我们得到这些结果的速度比在正常图像上分类快76.866倍。
引用
@article{arxiv.1709.00726,
title = {Human Detection and Tracking for Video Surveillance A Cognitive Science Approach},
author = {Vandit Gajjar and Ayesha Gurnani and Yash Khandhediya},
journal= {arXiv preprint arXiv:1709.00726},
year = {2017}
}
备注
ICCV 2017 Venice, Italy Pages 5 Figures 5