中国人工智能学会：视频监控中的目标匹配与跟踪研究

"中国人工智能学会 学会通讯 2017年 第9期" 这篇学会通讯聚焦于中国人工智能领域，特别是针对安防行业的智能化升级和视频监控技术的创新。其中重点介绍了两篇获奖论文的精华内容，涉及指定目标匹配和目标跟踪技术在视频监控中的应用。 第一篇论文由陈大鹏撰写，来自西安交通大学和香港中文大学，研究的是在视频监控中如何实现指定目标的有效匹配。作者指出，随着安防系统的广泛部署，如何从海量数据中快速准确地捕捉到感兴趣目标成为了一个关键问题。论文探讨了两种方法：一是在线推理目标时空连续变化，通过复杂细胞描述子和显式多项式核特征映射等手段建立局部特征间的联系，以表示整个物体；二是采用分而治之的策略，提出多时间尺度跟踪和带有空间约束相似性学习的联合匹配策略，以应对目标的多样变化。这些研究成果已经在辅助驾驶系统中得到实际应用。 第二篇论文讨论了目标跟踪和行人再识别在智能视频监控系统中的核心地位。目标跟踪关注同一相机下目标的连续出现，利用目标的表观和空间特征变化进行在线推理；而行人再识别则关注不同时间、不同相机下的目标匹配，通过学习目标的不变特征进行离线相似性测度。论文指出，这两项任务都是为了在监控场景下匹配不同时段出现的目标，模拟人类在复杂环境中的目标匹配和识别能力。 这两篇论文的贡献在于推动了视频监控技术的智能化，提升了安防系统的自动化水平，为未来的智能城市和安全防范提供了理论和技术支持。它们的研究成果不仅有助于提高监控效率，还可能为其他领域如自动驾驶、智慧城市等带来革新。通过深入理解和应用这些技术，我们可以期待一个更加安全、高效的社会环境。