面向智能移動監(jiān)控輔助的可穿戴視覺研究.pdf

1、“持續(xù)輔助”和“增強”是可穿戴計算“人機合一”、“以人為中心”理念的核心內(nèi)涵。近年來,可持續(xù)輔助人,增強人類感能、體能、智能的可穿戴計算技術(shù)和原型系統(tǒng)得到了快速發(fā)展,顯示出了巨大的市場潛力和技術(shù)生命力?？蓪θ诉M行視覺輔助和實時視覺增強的可穿戴視覺(Wearable Vision)便是這樣一個新興的研究方向和備受關(guān)注的前沿技術(shù),它不僅涉及到可穿戴計算、機器視覺、人工智能、模式識別,也涉及到認知科學(xué)、心理學(xué)等多學(xué)科高技術(shù)的交叉和結(jié)晶?？纱┐?/p>

2、視覺強調(diào)以與人類近似的“第一人視角”隨時隨地捕獲穿戴者自己或周圍環(huán)境的圖像信息,利用計算機視覺技術(shù)給予實時分析和處理,最終形成對環(huán)境中人、事、物的綜合理解,從而為穿戴者提供及時的視覺輔助和有意義的行動規(guī)劃。
　　 隨著監(jiān)控技術(shù)的應(yīng)用和發(fā)展,以固定攝像機為代表的視頻監(jiān)控系統(tǒng)已經(jīng)充斥著大部分公共場所,但目前大多仍以錄制視頻圖像和事后調(diào)用取證為主,不能勝任實時主動監(jiān)控的需要,尤其對公共場所中突發(fā)犯罪事件的防控。因此,重要的公共場所仍然

3、需要由人來進行巡邏防控和識別犯罪。另據(jù)研究表明,長時間、高注意力的視覺觀察是極其消耗生物能量的腦力活動,極易產(chǎn)生視覺疲勞、反應(yīng)遲鈍、記憶減弱等不良精神狀態(tài),人在此狀態(tài)下很可能會錯過有價值的視覺信息。如果能為從事高強度視覺任務(wù)的巡邏者提供具有可持續(xù)視覺輔助功能,增強其視覺判斷能力的可穿戴視覺系統(tǒng),將大大提高巡邏防控效率和監(jiān)控能力。
　　 可穿戴視覺系統(tǒng)隨人移動,處于一個不可控的動態(tài)復(fù)雜環(huán)境中,在視覺圖像處理與識別中面臨著許多特殊的

4、挑戰(zhàn)與難題。本文是在目前國內(nèi)外研究成果的基礎(chǔ)上,通過研發(fā)人巡邏時用到的智能移動監(jiān)控輔助系統(tǒng)原型來對可穿戴視覺的關(guān)鍵問題進行研究。主要貢獻和創(chuàng)新點可概括如下:
　　 ①在研究人機集成智能理論、計算機視覺理論及可穿戴智能的基礎(chǔ)上,提出了適用于可穿戴計算環(huán)境和移動監(jiān)控任務(wù)的可穿戴人機協(xié)同視覺體系WICVA,明確了實現(xiàn)該體系的兩個關(guān)鍵模塊:可穿戴視覺決策和視覺輔助的動態(tài)調(diào)度機制?？纱┐饕曈X決策為WearVision克服多變不可控復(fù)雜環(huán)境

5、帶來的識別影響提供了可行的應(yīng)用框架,保證了WearVision在進行視覺信息處理時的有效性、選擇性和智能性,是集成智能學(xué)的新發(fā)展和新應(yīng)用。同時對WICVA中動態(tài)輔助機制進行了研究,提出了基于擴展模糊有色Petri網(wǎng)的動態(tài)輔助調(diào)度算法,使之能根據(jù)上下文自動調(diào)用相應(yīng)輔助服務(wù)于巡邏者。WICVA是在人.機各自的視覺系統(tǒng)特點上進行取長補短、相互輔助,可用于指導(dǎo)可穿戴視覺輔助系統(tǒng)的應(yīng)用設(shè)計,并為人機協(xié)同識別提供理論支撐。在該體系的指導(dǎo)下我們研發(fā)了

6、可穿戴智能監(jiān)控輔助系統(tǒng)原型iWearSA平臺。
　　 ②為實現(xiàn)WICVA中的人機共同感知,提出了一種人視覺注意力驅(qū)動的興趣場景和候選目標圖像捕獲方法。該方法充分利用人視覺注意力的優(yōu)點,結(jié)合分塊場景匹配計算法和運動區(qū)域估計法識別出穿戴者的關(guān)注行為,以及主動注意和被動注意狀態(tài),因此可以有選擇性地采集穿戴者感興趣場景,避免采集和處理大量無意義的視覺圖像,為可穿戴計算機節(jié)約了平臺資源;同時,為了進一步明確運動目標區(qū)域,研究了可穿戴攝像機

7、條件下的運動目標分割問題,提出了一種基于運動全景補償?shù)倪\動目標檢測算法,該方法既彌補了WearVision視場較小的弱點,用于生成連續(xù)視場范圍內(nèi)的全景圖像,又可對抖動圖像序列進行穩(wěn)像處理,輸出穩(wěn)像視頻和運動目標區(qū)域,協(xié)助穿戴者進行更精確的運動目標搜索與定位。
　　 ③為實現(xiàn)WICVA中對感知圖像的選擇性處理,提出一種基于圖像質(zhì)量評價優(yōu)先度的擇優(yōu)處理策略,對該策略中的關(guān)鍵技術(shù)模糊圖像檢測技術(shù)進行了研究,給出了基于概率支持向量機的運

8、動模糊圖像分類方法,該方法能快速檢測出采集圖像是否存在運動模糊并估計模糊的程度,通過預(yù)設(shè)的質(zhì)量處理策略篩選出合適質(zhì)量的圖像,既解決了可穿戴視覺系統(tǒng)在圖像處理中的選擇性和有效性,又可用于輔助提示穿戴者對不合格圖像進行重拍。
　　 ④對WICVA中的人機協(xié)同識別進行了探索性研究,以人臉追逃為實驗背景,提出了一種可修正人眼檢測定位錯誤的方法,該方法針對已有的Adaboog算法及人眼檢測分類器進行人眼檢測后的錯誤定位問題,能快速修正人眼