第5期 李龙，等：一种鲁棒的Muli-Egocentric视频中的多目标检测及匹配算法 ·625· C1F914 C9F5577 C6F5044 C11F4772 C5F188 图7本文基于HOG特征的显著目标匹配算法结果和Ground-Truth对比图 Fig.7 Comparison of Ground-Truth and object matching results of our method 表I在Party Scene数据集上的实验结果对比 discriminatively trained,multiscale,deformable part model Table 1 Comparison of experimental results on Scene Par- [C]//Proceedings of IEEE Conference on Computer Vision ty data sets and Pattern Recognition.Anchorage,AK:IEEE,2008:1-8. 目标 R [2]BOURDEV L,MALIK J.Poselets:body part detectors trained using 3d human pose annotations[C]//Proceedings 显著目标 0.77 0.61 0.68 0.61 of the 2009 IEEE 12th International Conference on Comput- 所有目标 0.28 0.39 0.33 0.21 er Vision.Kyoto:IEEE,2009:1365-1372. [3]WEINZAEPFEL P,REVAUD J,HARCHAOUI Z,et al. 4结束语 Learning to detect motion boundaries C]//Proceedings of 本文对multi-egocentric视频中的多目标检测和 2015 IEEE Conference on Computer Vision and Pattern Recognition.Boston,MA:IEEE,2015:2578-2586 匹配进行了研究，提出了基于boosting和局部相似 [4]KUMAR K S,PRASAD S,SAROJ P K,et al.Multiple 度的两步层进目标检测算法，综合多种检测模型的 cameras using real time object tracking for surveillance and 优势以克服Egocentric视频中目标尺度差异明显和 security system[C]//Proceedings of the 2010 3rd Interna- 视角时变性强给检测带来的干扰。在显著目标检测 tional Conference on Emerging Trends in Engineering and 基础上，对不同视角中的显著目标构建基于HOG特 Technology.Goa:IEEE,2010:213-218. 征的SVM分类器，实现多视角的多目标匹配，为后 [5]SOO PARK H,SHI Jianbo.Social saliency prediction 期的群体分析、场景理解等高级视觉任务提供了前 [C]//Proceedings of the IEEE Conference on Computer 期基础。muli-egocentric视频的处理和分析是一个 Vision and Pattern Recognition.Boston,MA:IEEE, 极具挑战的研究课题，在后续的研究工作中，将进一 2015:4777-4785. 步考虑融合局部相似度和全局相似度的显著目标区 [6]LIN Yuewei,ABDELFATAH K,ZHOU Youjie,et al.Co- 域检测方法，同时多视角之间的运动关联和目标自 interest person detection from multiple wearable camera vid- 运动轨迹也是多视角视频分析中的重要线索。 eos[C]//Proceedings of the IEEE International Conference 参考文献： on Computer Vision.Santiago:IEEE,2015:4426-4434. [7]SNAVELY N,SEITZ S M,SZELISKI R.Photo tourism: [1]FELZENSZWALB P,MCALLESTER D,RAMANAN D.A exploring photo collections in 3D[J].ACM transactions on图 ７ 本文基于 ＨＯＧ 特征的显著目标匹配算法结果和 Ｇｒｏｕｎｄ⁃Ｔｒｕｔｈ 对比图 Ｆｉｇ．７ Ｃｏｍｐａｒｉｓｏｎ ｏｆ Ｇｒｏｕｎｄ⁃Ｔｒｕｔｈ ａｎｄ ｏｂｊｅｃｔ ｍａｔｃｈｉｎｇ ｒｅｓｕｌｔｓ ｏｆ ｏｕｒ ｍｅｔｈｏｄ 表 １ 在 Ｐａｒｔｙ Ｓｃｅｎｅ 数据集上的实验结果对比 Ｔａｂｌｅ １ Ｃｏｍｐａｒｉｓｏｎ ｏｆ ｅｘｐｅｒｉｍｅｎｔａｌ ｒｅｓｕｌｔｓ ｏｎ Ｓｃｅｎｅ Ｐａｒ⁃ ｔｙ ｄａｔａ ｓｅｔｓ 目标 Ｐ Ｒ Ｆ Ａ 显著目标 ０．７７ ０．６１ ０．６８ ０．６１ 所有目标 ０．２８ ０．３９ ０．３３ ０．２１ ４ 结束语 本文对 ｍｕｌｔｉ⁃ｅｇｏｃｅｎｔｒｉｃ 视频中的多目标检测和 匹配进行了研究，提出了基于 ｂｏｏｓｔｉｎｇ 和局部相似 度的两步层进目标检测算法，综合多种检测模型的 优势以克服 Ｅｇｏｃｅｎｔｒｉｃ 视频中目标尺度差异明显和 视角时变性强给检测带来的干扰。 在显著目标检测 基础上，对不同视角中的显著目标构建基于 ＨＯＧ 特 征的 ＳＶＭ 分类器，实现多视角的多目标匹配，为后 期的群体分析、场景理解等高级视觉任务提供了前 期基础。 ｍｕｌｔｉ⁃ｅｇｏｃｅｎｔｒｉｃ 视频的处理和分析是一个 极具挑战的研究课题，在后续的研究工作中，将进一 步考虑融合局部相似度和全局相似度的显著目标区 域检测方法，同时多视角之间的运动关联和目标自 运动轨迹也是多视角视频分析中的重要线索。 参考文献： ［１］ＦＥＬＺＥＮＳＺＷＡＬＢ Ｐ， ＭＣＡＬＬＥＳＴＥＲ Ｄ， ＲＡＭＡＮＡＮ Ｄ． Ａ ｄｉｓｃｒｉｍｉｎａｔｉｖｅｌｙ ｔｒａｉｎｅｄ， ｍｕｌｔｉｓｃａｌｅ， ｄｅｆｏｒｍａｂｌｅ ｐａｒｔ ｍｏｄｅｌ ［Ｃ］ ／ ／ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ＩＥＥＥ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ ａｎｄ Ｐａｔｔｅｒｎ Ｒｅｃｏｇｎｉｔｉｏｎ． Ａｎｃｈｏｒａｇｅ， ＡＫ： ＩＥＥＥ， ２００８： １⁃８． ［２ ］ ＢＯＵＲＤＥＶ Ｌ， ＭＡＬＩＫ Ｊ． Ｐｏｓｅｌｅｔｓ： ｂｏｄｙ ｐａｒｔ ｄｅｔｅｃｔｏｒｓ ｔｒａｉｎｅｄ ｕｓｉｎｇ ３ｄ ｈｕｍａｎ ｐｏｓｅ ａｎｎｏｔａｔｉｏｎｓ［Ｃ］ ／ ／ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ ２００９ ＩＥＥＥ １２ｔｈ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｏｍｐｕｔ⁃ ｅｒ Ｖｉｓｉｏｎ． Ｋｙｏｔｏ： ＩＥＥＥ， ２００９： １３６５⁃１３７２． ［３］ ＷＥＩＮＺＡＥＰＦＥＬ Ｐ， ＲＥＶＡＵＤ Ｊ， ＨＡＲＣＨＡＯＵＩ Ｚ， ｅｔ ａｌ． Ｌｅａｒｎｉｎｇ ｔｏ ｄｅｔｅｃｔ ｍｏｔｉｏｎ ｂｏｕｎｄａｒｉｅｓ［Ｃ］ ／ ／ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ２０１５ ＩＥＥＥ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ ａｎｄ Ｐａｔｔｅｒｎ Ｒｅｃｏｇｎｉｔｉｏｎ． Ｂｏｓｔｏｎ， ＭＡ： ＩＥＥＥ， ２０１５： ２５７８⁃２５８６． ［４］ ＫＵＭＡＲ Ｋ Ｓ， ＰＲＡＳＡＤ Ｓ， ＳＡＲＯＪ Ｐ Ｋ， ｅｔ ａｌ． Ｍｕｌｔｉｐｌｅ ｃａｍｅｒａｓ ｕｓｉｎｇ ｒｅａｌ ｔｉｍｅ ｏｂｊｅｃｔ ｔｒａｃｋｉｎｇ ｆｏｒ ｓｕｒｖｅｉｌｌａｎｃｅ ａｎｄ ｓｅｃｕｒｉｔｙ ｓｙｓｔｅｍ［Ｃ］ ／ ／ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ ２０１０ ３ｒｄ Ｉｎｔｅｒｎａ⁃ ｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｅｍｅｒｇｉｎｇ Ｔｒｅｎｄｓ ｉｎ Ｅｎｇｉｎｅｅｒｉｎｇ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ． Ｇｏａ： ＩＥＥＥ， ２０１０： ２１３⁃２１８． ［５ ］ ＳＯＯ ＰＡＲＫ Ｈ， ＳＨＩ Ｊｉａｎｂｏ． Ｓｏｃｉａｌ ｓａｌｉｅｎｃｙ ｐｒｅｄｉｃｔｉｏｎ ［Ｃ］ ／ ／ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ ＩＥＥＥ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ ａｎｄ Ｐａｔｔｅｒｎ Ｒｅｃｏｇｎｉｔｉｏｎ． Ｂｏｓｔｏｎ， ＭＡ： ＩＥＥＥ， ２０１５： ４７７７⁃４７８５． ［６］ＬＩＮ Ｙｕｅｗｅｉ， ＡＢＤＥＬＦＡＴＡＨ Ｋ， ＺＨＯＵ Ｙｏｕｊｉｅ， ｅｔ ａｌ． Ｃｏ⁃ ｉｎｔｅｒｅｓｔ ｐｅｒｓｏｎ ｄｅｔｅｃｔｉｏｎ ｆｒｏｍ ｍｕｌｔｉｐｌｅ ｗｅａｒａｂｌｅ ｃａｍｅｒａ ｖｉｄ⁃ ｅｏｓ［Ｃ］ ／ ／ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ ＩＥＥＥ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ． Ｓａｎｔｉａｇｏ： ＩＥＥＥ， ２０１５： ４４２６⁃４４３４． ［７］ ＳＮＡＶＥＬＹ Ｎ， ＳＥＩＴＺ Ｓ Ｍ， ＳＺＥＬＩＳＫＩ Ｒ． Ｐｈｏｔｏ ｔｏｕｒｉｓｍ： ｅｘｐｌｏｒｉｎｇ ｐｈｏｔｏ ｃｏｌｌｅｃｔｉｏｎｓ ｉｎ ３Ｄ［ Ｊ］． ＡＣＭ ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ 第 ５ 期 李龙，等：一种鲁棒的 Ｍｕｌｔｉ⁃Ｅｇｏｃｅｎｔｒｉｃ 视频中的多目标检测及匹配算法 ·６２５·