面向复杂场景的群体活动多粒度解析研究
批准号:
62072245
项目类别:
面上项目
资助金额:
57.0 万元
负责人:
舒祥波
依托单位:
学科分类:
计算机图像视频处理与多媒体技术
结题年份:
2024
批准年份:
2020
项目状态:
已结题
项目参与者:
舒祥波
中文摘要
随着互联网和视频监控技术的发展,视频成为目前传播信息的主要载体之一,并呈现爆炸式增长。这些视频中很大一部分内容包含着多人参与的复杂人群活动。本项目以群体活动场景中的“人”为研究对象,对群体活动中的个体行为、交互行为、以及群体行为开展多粒度式的分析与理解研究,并可视化地构建与模拟人体行为的演变模式,力求达到复杂场景下群体活动的透彻性解析。拟重点研究的内容包括:1)群体活动场景下个体行为、交互行为与群体行为的特征学习;2)群体场景中个体行为、交互行为与群体行为等多粒度行为的联合识别;3)基于早期行为的群体整体行为预测;4)基于人体骨骼点序列与视频序列的人体未来行为生成。最后,本项目拟搭建一套智能化的群体活动解析应用系统,对项目研究的各种方法进行测试和性能评价。本课题的研究方法可为群体活动的智能分析与理解提供有力的核心技术,其研究成果能为完善平安城市、天网工程的建设产生积极意义。
英文摘要
With the developments of Internet and video surveillance technologies, video becomes one of the main carriers for spreading information, and its number is explosively increasing. Most of these videos describe the complex group activities joined by multiple persons. In order to thoroughly understand group activity in complex scenario, we focus on “human” in group activity scenes, study the multi-granularity actions, i.e., individual action, human interaction, and group action, visually build the temporal motion dynamic of human motions. In this proposal, we target to address the following key issues:1) representation learning of individual action, human interaction, and group action in group activity scenes; 2) joint recognition of the multi-granularity actions including individual action, human interaction, and group activity in group activity scenes; 3) group activity prediction based on a part of earlier activity; 4) human future action generation in human skeleton-motion sequence or video sequence. Finally, this proposal will develop an intelligent group activity understanding system for evaluating and validating the performance of the proposed methods. The proposed methods could provide the key technologies for intelligent analysis and understanding of the group activity, and further assist with the development of the Safe City and Skynet Project.
随着互联网和视频监控技术的发展,视频成为目前传播信息的主要载体之一,并呈现爆炸式增长。这些视频中很大一部分内容包含着多人参与的复杂人群活动。本项目以复杂场景下群体活动的透彻性解析为研究目标,对群体活动中的个体行为、交互行为、以及群体行为开展多粒度式的分析与理解研究,提出了前景-背景交互学习方法、数据增广与表示学习方法、视觉-语言联合学习模型、多模态多粒度图卷积网络等技术,解决了视频行为的表征问题;提出了参与贡献度时间动态模型、级联图交叉推理网络、多粒度统一感知模型、多模态注意力融合网络等技术,解决了视频的个体、交互、群体行为识别或预测问题;提出了实例中心化交互网络、时空协同注意力循环神经网络、时空解耦对比学习算法、时序感知多样性原型学习方法等技术,解决了样本有限条件下的动作识别问题。累计发表高水平论文20篇,其中IEEE/ACM Trans.汇刊论文12篇、CCF A类会议论文7篇、CCF A类中文期刊论文1篇,入选ESI高被引论文3篇;研发了一套面向实际场景的视频行为智能理解系统;申请专利11项,完成软件著作权6项;培养硕士和博士研究生20名(已毕业10人),其中1人获得2024年度中国图像图形学学会优秀博士论文。项目负责人获批2022年度国家优秀青年科学基金项目、获2022年度中国电子学会自然科学一等奖。相关基础方法与应用技术成功应用于城市安防监控系统、无人机巡检平台、卫星遥感分析装置等三大类业务场景,解决了视频行为监控在固定摄像头、无人机摄像头、卫星摄像头等多样化泛化监控设备上的应用部署问题,推动了视频监控从传统单一监控场景到泛在监控场景的广泛应用,服务于国防安全与社会安全建设。
基于个性化的人脸老化合成研究
-
批准号:61702265
-
项目类别:青年科学基金项目
-
资助金额:26.0万元
-
批准年份:2017
-
负责人:舒祥波
-
依托单位:
国内基金
海外基金