为了提升行人重识别算法的检索准确率, 提出了基于软掩膜前景分割和多信息融合重排序的行人重识别算法。通过基于U-Net的软掩膜前景分割算法去除图像背景信息, 同时减缓图像分割边界的突变, 以保留图像中行人的关键信息; 通过基于孪生深度网络的多信息融合重排序算法融合行人图像的多种信息, 提升检索结果质量。实验结果表明, 提出的两种方法是对行人重识别算法流程的有效补充, 可作为提升准确率的有效方法应用于多数现有行人重识别算法中。

结合现场鞋印和周边监控视频锁定犯罪嫌疑人是公安机关刑事侦查破案的一种重要技战法，然而该技战法自动化程度低、耗时耗力，限制了应用范围。针对这一问题，本文提出一种基于YOLOv4算法的目标检测方法，可实现对监控视频下行人鞋部的自动检测。根据行人鞋部区域的特点，首先使用K-means聚类算法获得先验框尺度，并确定其数量；然后根据构建的数据集选取合适的检测层以强化对鞋部特征的学习；最后，通过多尺度特征融合，将调整后的空间金字塔池化结构迁移到剪枝后的网络内，增强模型的学习能力。结果表明，提出的YOLOv4_shoe算法训练权重仅为39.56 MB，参数量约为原模型的六分之一，mAP值达到了97.93%，比原YOLOv4模型提升了2.07%。

为满足矿井视频监控需求，针对现有图像融合算法获取的融合图像存在伪目标、模糊目标、晕光遮挡目标等问题，提出了一种基于多尺度和自适应高斯差分变换，结合修正非线性单元和VGG-16的矿井双波段图像融合算法。设计了基于多尺度和自适应高斯差分变换的源图像分解模型，将红外和可见光图像分解为基础图像和细节图像；构造了一种修正非线性单元函数，使红外基础图像的权值随可见光基础图像的灰度自动调节，并采用“加权平均”的基础图像融合策略，以获得消除光源干扰的融合基础图像；利用预训练的VGG-16网络模型提取细节图像的4层网络深度特征，获取4对具有不同网络深度特征的融合图像后，通过“极大值选择”方法得到融合细节图像；对融合基础图像和融合细节图像进行重构，获取最终的融合图像。实验结果表明：所提算法能够消除矿井下人工光源干扰，得到场景清晰、特征显著的融合图像，更符合人的视觉特性；同时，改善了异源图像的融合效率，有利于图像的进一步分析处理。与其他典型算法相比，该算法鲁棒性好，克服了传统算法难以提取图像深度特征的缺点，更易于消除光源干扰，获得更加全面、可靠和丰富的场景信息。

针对外场大场景视频监控需求, 分析研究了单台全景摄像机全景图像缺点, 多台全景摄像机多路全景图像拼接融合难点和拼接融合算法原理, 设计了一种多路全景图像拼接融合算法。研究结果认为, 该算法设计合理, 可有效拼接融合多路全景图像, 具有良好的视觉观感和图像质量, 可对提升外场全景监控能力提供借鉴。

传统基于卷积神经网络(CNN)算法的人群异常行为检测方法由于采用二维卷积核提取图像特征, 故无法准确捕捉视频流在时序上的动态特征。为此, 提出一种基于改进C3D网络与随机森林(RF)算法相结合的检测方法。利用具有时间特征捕捉能力的C3D网络进行视频流梯度方向直方图(HOG)特征提取, 并作为三维卷积核输入以实现对视频时空特征的提取;使用随机森林分类器替代softmax全连接层以避免训练过程中繁琐的梯度计算操作, 并降低对训练数据集样本规模的要求;基于基准数据集的算例结果表明, 所提出的改进C3D-RF方案对人群异常行为的检测准确率保持在90%以上, 且与传统C3D网络、支持向量数据描述模型(SVDD)、编码深度卷积神经网络(CAE)等方法相比, 其训练时间缩短了15.34%以上。

为了对监控视频中的异常行为进行准确高效地检测, 提出了一种利用改进型YOLOv3的弱监督式异常行为检测。采用多尺度融合的方式改进YOLOv3网络, 利用改进型YOLOv3完成视频中的目标检测, 提高计算效率与方法的通用性; 利用光流可有效捕捉运动信息这一特性, 提出大尺度光流直方图描述符(LSOFH)描述目标行为, 以更好地提取异常行为特征; 训练最小二乘支持向量机(LSSVM), 用于识别监控视频中的异常行为。基于MATLAB仿真平台对所提方法进行实验论证, 结果表明, 相比于其他方法, 所提方法在UCSD数据集、UMN数据集和地铁出口数据集上的表现最佳, 曲线下面积(AUC)最大、等错误率(EER)最小且检测率最高, 具有较好的应用前景。