[00368464]边检安防三维视觉身份识别与行为分析技术的研究及应用

安防作为社会稳定和谐发展的基础，采取安防措施必不可少，而安防监控就是重要的举措之一。安防监控市场，主要使用传统的二维视频流，但该维度视频流存在以下几点问题：一是视频结构化服务鲁棒性差，视频分析易受到光照、遮挡物等影响从而导致错误识别等；二是人脸识别防作伪能力弱，经常发生图像、动态视频、高仿真面具破解人脸识别验证情况，对于安全性要求较高场所，安全隐患较大；三是识别效果不够鲁棒，在光照较差、人脸大角度，百万级以上大库识别等场景下，人脸识别准确率较低。为提高安防监控质量，保障安防安全，该项目针对二维视频结构化技术服务和人脸识别等问题，研究针对身份识别与行为分析的技术，突破二维视频结构化技术的局限，实现三维视频结构技术。 创新点1：实现结构光深度感知技术，在5米距离上，三维成像精度达到5mm，为安防应用提供了高精度的深度图像；创新点2：实现三维实时高精度重建技术：实现了毫米级的重建精度，且移动设备帧率达到40帧/秒，保证了动态采集且重建场景中的三维信息，同时提高了对身份信息的采集和管控效率。 创新点3：实现三维跟踪识别及感知技术：使三维人像识别错误率降低到十亿分之一，有效的改善了二维人脸识别中存在的问题，保证了安全防护的可靠性。 该研究的实现，不仅可提供彩色纹理信息，还能提供真实场景的深度信息，并依据这些数据可计算出活动目标的大小、移动方向、速度等，重点突破目标跟踪中的交叠问题，从而有效提取目标人物身高、体型、步态特征。同时，还可充分利用彩色信息与深度数据之间的优势互补，准确获取人体身高、人体三维体貌、监控场景内目标人体的三维轮廓、目标人体之间的前后位置关系等信息，为安防监控系统提供更准确的情报。 发表论文2篇，获实用新型专利2个，外观设计专利1个，软著5个。