基于视觉摘要的人员识别以实现智能家居的安全访问
计算机视觉与模式识别
2019-04-22 v2 机器学习
机器学习
摘要
SafeAccess 是一个集成系统，旨在为有无残疾的人士提供更便捷、更安全的智能家居访问。该系统旨在增强安全性并促进残障人士（即视障人士）的独立性。系统的关键功能包括从布置在房屋周围战略位置的相机获取的实时视频流中检测和识别人，并生成上下文视觉摘要。此外，系统将人分类为不同群体（即朋友/家人/护理者 versus 入侵者/窃贼/未知）。这些功能使用户能够授予/拒绝远程访问权限或呼叫紧急服务。在本文中，我们专注于设计智能家居原型系统，并构建满足系统标准、在多种实际和真实生活情境下解决速度、准确性、部署和环境挑战的鲁棒识别引擎。为与系统交互，我们实现了支持对话的界面，使用朋友/家人/护理者的面部图像或视频创建个性化配置文件。为提高计算效率，我们应用变化检测过滤帧，并使用 Faster-RCNN 检测人的存在，利用多任务级联卷积网络（MTCNN）提取面部。随后，我们应用 LBP/FaceNet 通过将提取的面部与配置文件匹配来识别个人及群体。SafeAccess 向用户发送视觉摘要，通过 MMS 包含人名（若匹配到）或“未知”、场景图像、面部描述和上下文信息。SafeAccess 以平均 F-score 0.97 识别朋友/家人/护理者 versus 入侵者/未知，并以平均准确率 98.01% 从 10 个类别生成视觉摘要。
引用
@article{arxiv.1904.01178,
title = {Person Identification with Visual Summary for a Safe Access to a Smart Home},
author = {Shahinur Alam and Mohammed Yeasin},
journal= {arXiv preprint arXiv:1904.01178},
year = {2019}
}