约翰逊准则的视频监控目标检测性能评估方法

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

约翰逊准则的视频监控目标检测性能评估方法

游瑞蓉, 王新伟, 任鹏道, 何军, 周燕

文章导航 > 红外与激光工程 > 2016 > 45(12): 1217003-1217003(6)

游瑞蓉, 王新伟, 任鹏道, 何军, 周燕. 约翰逊准则的视频监控目标检测性能评估方法[J]. 红外与激光工程, 2016, 45(12): 1217003-1217003(6). doi: 10.3788/IRLA201645.1217003

引用本文:

游瑞蓉, 王新伟, 任鹏道, 何军, 周燕. 约翰逊准则的视频监控目标检测性能评估方法[J]. 红外与激光工程, 2016, 45(12): 1217003-1217003(6). doi: 10.3788/IRLA201645.1217003

You Ruirong, Wang Xinwei, Ren Pengdao, He Jun, Zhou Yan. Target observation performance evaluation method for video surveillance based on Johnson criteria[J]. Infrared and Laser Engineering, 2016, 45(12): 1217003-1217003(6). doi: 10.3788/IRLA201645.1217003

Citation:

You Ruirong, Wang Xinwei, Ren Pengdao, He Jun, Zhou Yan. Target observation performance evaluation method for video surveillance based on Johnson criteria[J]. Infrared and Laser Engineering, 2016, 45(12): 1217003-1217003(6). doi: 10.3788/IRLA201645.1217003

约翰逊准则的视频监控目标检测性能评估方法

doi: 10.3788/IRLA201645.1217003

游瑞蓉^1,2,
王新伟²,
任鹏道^1,2,
何军²,
周燕²

1.
中国科学院大学,北京 100049;
2.
中国科学院半导体研究所光电系统实验室,北京 100083

基金项目:

国家自然科学基金青年项目（61205019）;国家自然科学基金（61475150）

作者简介:
游瑞蓉(1991-),女,硕士生,主要从事图像处理及电路与系统方面的研究。Email:youruir@semi.ac.cn

中图分类号: TP753

Target observation performance evaluation method for video surveillance based on Johnson criteria

1.
University of Chinese Academy of Sciences,Beijing 100049,China;
2.
Optoelectronic System Laboratory,Institute of Semiconductors,Chinese Academy of Sciences,Beijing 100083,China

摘要: 针对目前视频监控领域里目标发现、识别和辨认没有统一的国际标准和行业标准问题，对比分析了传统视频监控目标检测标准和红外热成像约翰逊准则，提出了基于约翰逊准则的视频监控目标检测性能评估方法，以等效条纹线对数代替传统模拟视频监控DRI标准中的目标-屏幕比，建立了CCTV Johnson-DRI标准。通过线对数绝对量化的评价标准更利于数字视频监控应用中目标发现、识别和辨认的性能评估。最后将提出的CCTV Johnson-DRI标准应用到激光夜视系统，进行了目标发现、识别和辨认实验，实验结果表明：所提出方法的有效性以及与传统视频监控DRI标准的等效性。该方法可用于白天彩色视频监控，LED/激光夜视等安防视频监控领域目标发现、识别和辨认相关性能的评估及系统指标设计。
- 视频监控 /
- 约翰逊准则 /
- 视频监控目标检测标准 /
- 目标发现 /
- 目标识别 /
- 目标辨认
Abstract: Target detection, recognition and identification have no uniform international standards and industry standards in video surveillance currently. Comprehensively compared and analyzed the traditional CCTV DRI standards with Johnson criteria and proposed a target observation performance evaluation method with CCTV Johnson-DRI criteria for video surveillance. Applied equivalent number of line pairs instead of the target-screen ratio in traditional analog video surveillance DRI standards. The absolute quantitative evaluation criteria were more beneficial for evaluating the performance of digital video surveillance systems. Finally, the demonstrated DRI testing in laser night vision, and the experimental results show CCTV Johnson-DRI criteria were effective and equivalent to the traditional video surveillance DRI standards. It showed this method can be using for evaluating and designing system performance for target observation in daytime color video surveillance and LED/laser night vision systems.
- video surveillance /
- Johnson criteria /
- video-surveillance DRI standardization /
- target detection /
- target recognition /
- target identification

[1]	Hu Jiangtao. Video Surveillance System Application[M]. Beijing:Legal Publishing House, 2015:35-50. (in Chinese)胡江涛. 视频监控系统应用[M]. 北京:法律出版社, 2015:35-50.
[2]	Belyaev E, Vinel A, Surak A, et al. Robust vehicle-to-infrastructure video transmission for road surveillance applications[J]. IEEE Transactions on, 2015, 64(7):2991-3003.
[3]	Seungmin Rho, Wenny Rahayu, Uyen Trang Nguyen. Intelligent video surveillance in crowded scenes[J]. Information Fusion, 2015, 24:1-2.
[4]	Cohen N, Gattuso J, MacLennan-Brown K. CCTV Operational Requirements Manual[M]. UK:Home Office Scientific Development Branch, 2009:14-15.
[5]	Tony Mansfield. Adding value to CCTV:Issues in Testing of Facial Recognition Systems[M]. UK:Home Office Scientific Development Branch, 2014:4-12.
[6]	Ruud N P, Ernst Koningsveld, Paul Settels. Meeting Diversity in Ergonomics[M]. Holland:Elsevier Science Ltd, 2007:100-150.
[7]	Gerald C Holst. Electro-Optical Imaging System Performance[M]. 4th, Beijing:National Defense Industry Press, 2015:30-40.
[8]	Fan Jinxiang, Li Liang, Li Wenjun. Development of direct infrared countermeasure system and technology[J]. Infrared and Laser Engineering, 2015, 44(3):789-794. (in Chinese)范晋祥, 李亮, 李文军. 定向红外对抗系统与技术的发展[J]. 红外与激光工程, 2015, 44(3):789-794.
[9]	Chen Yanfei, Wang Liheng, Wang Hongwei. New method to estimate IR imaging operating spatial resolution[J]. Infrared and Laser Engineering, 2014, 43(1):33-38. (in Chinese)陈艳菲, 王利恒, 王洪伟. 估算红外成像作用空间分辨率的新方法[J]. 红外与激光工程, 2014, 43(1):33-38.
[10]	Lu Yuhua, Li Hongsheng, Liu Jianxuan. The evaluation of night vision of active near infrared camera and its application in the field of security monitoring[J]. Security, 2015, (20):81-84. (in Chinese)卢玉华, 李红升, 刘荐轩. 主动近红外摄像机夜间作用距离评价及其在安防监控检测领域中的应用[J]. 中国安防, 2015, (20):81-84.
[11]	Lu Baichuan. The Popular Edition of Radio and Television Digital[M]. Beijing:International Broadcasting Publishing House of China, 2007:100-150. (in Chinese)杜百川. 广播影视数字化普及读本[M]. 北京:中国国际广播出版社, 2007:100-150.

[1]	张良, 田晓倩, 李少毅, 杨曦. 基于时空推理网络的空中红外目标抗干扰识别算法 . 红外与激光工程, 2022, 51(7): 20210614-1-20210614-10. doi: 10.3788/IRLA20210614
[2]	廖辉传, 赵海霞. 基于分类器决策融合的红外图像目标识别方法 . 红外与激光工程, 2022, 51(8): 20210725-1-20210725-6. doi: 10.3788/IRLA20210725
[3]	王晓艳, 徐高魁. 基于立体视觉与特征匹配的点云目标识别算法 . 红外与激光工程, 2022, 51(9): 20210596-1-20210596-7. doi: 10.3788/IRLA20210596
[4]	陆建华. 融合CNN和SRC决策的SAR图像目标识别方法 . 红外与激光工程, 2022, 51(3): 20210421-1-20210421-7. doi: 10.3788/IRLA20210421
[5]	杨棉绒, 牛丽平. 基于LGBM的Zernike特征选取及红外图像目标识别方法 . 红外与激光工程, 2022, 51(4): 20210309-1-20210309-6. doi: 10.3788/IRLA20210309
[6]	廖莎莎. 基于筛选深度特征的红外图像目标识别方法 . 红外与激光工程, 2022, 51(5): 20210372-1-20210372-6. doi: 10.3788/IRLA20210372
[7]	吴剑波, 陆正武, 关玉蓉, 王庆东, 姜国松. 二维压缩感知多投影矩阵特征融合的SAR目标识别方法 . 红外与激光工程, 2021, 50(6): 20200531-1-20200531-7. doi: 10.3788/IRLA20200531
[8]	刘志超, 屈百达. 复数二维经验模态分解在SAR目标识别中的应用 . 红外与激光工程, 2021, 50(5): 20200309-1-20200309-8. doi: 10.3788/IRLA20200309
[9]	伍友龙. 多元经验模态分解及在SAR图像目标识别中的应用 . 红外与激光工程, 2021, 50(4): 20200236-1-20200236-7. doi: 10.3788/IRLA20200236
[10]	史国军. 深度特征联合表征的红外图像目标识别方法 . 红外与激光工程, 2021, 50(3): 20200399-1-20200399-6. doi: 10.3788/IRLA20200399
[11]	尚珊珊, 余子开, 范涛, 金利民. 高斯过程模型在SAR图像目标识别中的应用 . 红外与激光工程, 2021, 50(7): 20200337-1-20200337-7. doi: 10.3788/IRLA20200337
[12]	赵璐, 熊森. 多视角红外图像目标识别方法 . 红外与激光工程, 2021, 50(11): 20210206-1-20210206-6. doi: 10.3788/IRLA20210206
[13]	马丹丹. 图像分块匹配的SAR目标识别方法 . 红外与激光工程, 2021, 50(10): 20210120-1-20210120-8. doi: 10.3788/IRLA20210120
[14]	李亚娟. 结合多决策准则稀疏表示的SAR图像目标识别方法 . 红外与激光工程, 2021, 50(8): 20210138-1-20210138-8. doi: 10.3788/IRLA20210138
[15]	石峰, 陆同希, 杨书宁, 苗壮, 杨晔, 张闻文, 何睿清. 噪声环境下基于单像素成像系统和深度学习的目标识别方法 . 红外与激光工程, 2020, 49(6): 20200010-1-20200010-8. doi: 10.3788/IRLA20200010
[16]	张盼盼, 罗海波, 鞠默然, 惠斌, 常铮. 一种改进的Capsule及其在SAR图像目标识别中的应用 . 红外与激光工程, 2020, 49(5): 20201010-20201010-8. doi: 10.3788/IRLA20201010
[17]	谢冰, 段哲民. 基于SAE与底层视觉特征融合的无人机目标识别算法 . 红外与激光工程, 2018, 47(S1): 197-205. doi: 10.3788/IRLA201847.S126004
[18]	付跃刚, 赵宇, 刘智颖, 张凯, 朱启凡, 李亚红. 用于目标识别的紧凑型仿生复眼光学系统设计 . 红外与激光工程, 2017, 46(6): 602001-0602001(7). doi: 10.3788/IRLA201746.0602001
[19]	刘俊良, 陈尚锋, 卢焕章, 赵本东, 毋亚北. 弹道目标识别的红外辐射数据仿真研究 . 红外与激光工程, 2016, 45(10): 1004002-1004002(7). doi: 10.3788/IRLA201645.1004002
[20]	杨绪峰, 林伟, 延伟东, 温金环. 采用热核特征的SAR图像目标识别 . 红外与激光工程, 2014, 43(11): 3794-3801.

WeChat

点击查看大图

计量

文章访问数: 538
HTML全文浏览量: 89
PDF下载量: 122
被引次数: 0

约翰逊准则的视频监控目标检测性能评估方法

doi: 10.3788/IRLA201645.1217003

1. 中国科学院大学,北京 100049;

2. 中国科学院半导体研究所光电系统实验室,北京 100083

作者简介:
游瑞蓉(1991-),女,硕士生,主要从事图像处理及电路与系统方面的研究。Email:youruir@semi.ac.cn

收稿日期: 2016-04-05
修回日期: 2016-05-03
刊出日期: 2016-12-25

基金项目:

国家自然科学基金青年项目（61205019）;国家自然科学基金（61475150）

中图分类号: TP753

关键词:

摘要: 针对目前视频监控领域里目标发现、识别和辨认没有统一的国际标准和行业标准问题，对比分析了传统视频监控目标检测标准和红外热成像约翰逊准则，提出了基于约翰逊准则的视频监控目标检测性能评估方法，以等效条纹线对数代替传统模拟视频监控DRI标准中的目标-屏幕比，建立了CCTV Johnson-DRI标准。通过线对数绝对量化的评价标准更利于数字视频监控应用中目标发现、识别和辨认的性能评估。最后将提出的CCTV Johnson-DRI标准应用到激光夜视系统，进行了目标发现、识别和辨认实验，实验结果表明：所提出方法的有效性以及与传统视频监控DRI标准的等效性。该方法可用于白天彩色视频监控，LED/激光夜视等安防视频监控领域目标发现、识别和辨认相关性能的评估及系统指标设计。

English Abstract

全文HTML

参考文献 (11)

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回