JD AI
Research和北京大學(xué)的一組研究人員最近開(kāi)發(fā)了一種用于視頻監(jiān)控網(wǎng)絡(luò)的漸進(jìn)式車(chē)輛搜索系統(tǒng),稱(chēng)為PVSS。他們的系統(tǒng)在預(yù)先公布在arXiv上的一篇論文中提出,可以有效地搜索出現(xiàn)在監(jiān)控錄像中的特定車(chē)輛。
漸進(jìn)式車(chē)輛搜索系統(tǒng)的架構(gòu)。圖片來(lái)源:Liu等
車(chē)輛搜索系統(tǒng)可以有許多有用的應(yīng)用,包括實(shí)現(xiàn)更智能的運(yùn)輸和自動(dòng)監(jiān)控。例如,這樣的系統(tǒng)可以允許用戶(hù)輸入查詢(xún)車(chē)輛,搜索區(qū)域和時(shí)間間隔,以在白天的不同時(shí)間找出車(chē)輛所處的位置。
現(xiàn)有的車(chē)輛搜索方法通常假設(shè)所有車(chē)輛圖像都是從監(jiān)視視頻中很好地裁剪,使用視覺(jué)屬性或車(chē)牌號(hào)來(lái)識(shí)別這些圖像內(nèi)的目標(biāo)車(chē)輛。這些方法主要關(guān)注基于內(nèi)容的車(chē)輛匹配,也稱(chēng)為車(chē)輛重新識(shí)別(Re-Id)。
近年來(lái),手工描述符和卷積神經(jīng)網(wǎng)絡(luò)(CNN)極大地增強(qiáng)了這些方法。盡管如此,由于不同攝像機(jī)的實(shí)例內(nèi)變化和類(lèi)似車(chē)輛之間的實(shí)例間差異,僅基于屬性識(shí)別特定車(chē)輛可能是非常具有挑戰(zhàn)性的任務(wù)。在某些情況下,由于低分辨率和噪音,車(chē)牌也可能在監(jiān)控圖像中被誤識(shí)別。
“一個(gè)完整的車(chē)輛搜索系統(tǒng)應(yīng)該考慮車(chē)輛檢測(cè),表示,索引,存儲(chǔ),匹配等問(wèn)題,”研究人員在他們的論文中解釋道。“此外,由于不同攝像機(jī)的內(nèi)部變化和極不確定的環(huán)境,基于屬性的搜索無(wú)法準(zhǔn)確找到同一車(chē)輛?!?/p>
PVSS是研究人員開(kāi)發(fā)的漸進(jìn)式車(chē)輛搜索系統(tǒng),它解決了當(dāng)前方法的局限性。該系統(tǒng)由三個(gè)關(guān)鍵模塊組成:車(chē)輛數(shù)據(jù)爬行器,基于多粒度特征的車(chē)輛索引器和漸進(jìn)式車(chē)輛搜索器。
“為了保證搜索過(guò)程中的高精度和高效率,我們?yōu)檐?chē)輛搜索系統(tǒng)設(shè)計(jì)了一系列數(shù)據(jù)結(jié)構(gòu),”研究人員在他們的論文中寫(xiě)道。“在爬行器中,不僅可以從監(jiān)控網(wǎng)絡(luò)中提取視覺(jué)內(nèi)容,還可以提取上下文信息。然后,基于深度學(xué)習(xí)的模型利用多模態(tài)數(shù)據(jù)來(lái)獲得車(chē)輛的辨別力和穩(wěn)健性,然后由多層次組織。在搜索過(guò)程中,以漸進(jìn)的方式搜索車(chē)輛,包括特征域中的從粗到精的搜索和在物理空間中的從近到遠(yuǎn)的搜索。
本質(zhì)上,車(chē)輛爬行器組件檢測(cè)并跟蹤監(jiān)控視頻中的車(chē)輛,將捕獲的車(chē)輛圖像、元數(shù)據(jù)和其他上下文信息傳輸?shù)皆苹蚍?wù)器。隨后,車(chē)輛索引器組件提取并索引車(chē)輛的多粒度屬性,例如視覺(jué)特征和車(chē)牌指紋。
然后將包括輸入車(chē)輛圖像以及感興趣的時(shí)間范圍和空間范圍的查詢(xún)饋送到車(chē)輛搜索器組件,該車(chē)輛搜索器組件逐漸搜索圖像數(shù)據(jù)庫(kù)中的車(chē)輛。
研究人員在VeRi數(shù)據(jù)集上評(píng)估了他們的漸進(jìn)式車(chē)輛搜索系統(tǒng),該數(shù)據(jù)集包含從實(shí)際環(huán)境中的20個(gè)監(jiān)控?cái)z像頭收集的50,000多張圖像。在這些測(cè)試中,PVSS獲得了顯著的成果,優(yōu)于所有僅僅外觀(guān)的搜索方法和與之相比的多模態(tài)方法。
研究人員在他們的論文中寫(xiě)道:“對(duì)從現(xiàn)實(shí)監(jiān)測(cè)網(wǎng)絡(luò)收集的大規(guī)模車(chē)輛搜索數(shù)據(jù)集進(jìn)行的大量實(shí)驗(yàn)顯示了所提出系統(tǒng)的最新結(jié)果?!?/p>
注:本文由編譯自外網(wǎng)