项目简介
视频大数据多种类对象检测技术合作项目是华为公司的委托项目（批准号：YB2015120001）， 起止时间为2015年12月至2017年5月。 视频大数据智能分析特性，需要处理人车混杂等复杂场景。在传统的视频监控中，难以从大量的数据中自动检测复杂场景中的行人和车辆等目标。 当前方案分别处理单个视频对象，已经不能满足要求。需要合作获取先进的深度学习技术，解决混杂场景下智能对象分析问题。本项目目标就是把视频分析和多种类目标检测识别作为视频大数据管理的有效抓手；把深度学习算法设计和大数据构建结合在一起，既构建算法，又构建高质、高量的视频大数据库，旨在构建业界一流的多种类对象识别系统； 同时掌握算法指导下迭代构建海量大数据的方法。在项目执行期间，按照研究计划，从两个方面开展研究，一是设计深度学习算法，在给定图片内自动检测、定位多种类候选对象，并识别类别，深度学习算法需要适应三种真实场景，检测和分类准确率效果稳定。对于行人变量，能够识别出行人的年龄、携带物、性别和眼睛等属性；对于车辆能够识别出视角和车辆的类别属性；二是构建视频对象大数据库，覆盖行人，骑行，机动车，车型， 及组成部件等视频对象大数据收集和手工标注。 该项目通过把深度学习算法设计和大数据构建结合在一起，从而显著提高了智能视频分析 的实际应用水平。在本项目采集的数据集上，行 人、汽车、骑行工具和骑行整体框的在十图一误检下的召回率分别为 85.8%、85.2%、87.6% 和 85.6%。在十图一误检时头、头肩和上半身检测的召回率为分别为 98.7%、99.1% 和 99.8%。这 些结果表明，本项目打到了预期的研究目标，有效推动了视频大数据智能分析技术的发展。
相关图片
项目采集的数据集图片
