图像目标检测和分类技术

　　一项智能视频监控技术自投入北京城铁13号线应用以来，已通过准确的自动地报警帮助警方抓获盗割电缆团伙8人次，发案率和应用前同比降低8倍。

　　这项技术是由中科院自动化所模式识别国家重点实验室谭铁牛研究员和黄凯奇博士带领的智能视频监控研究团队所研制，并于近日在2010年国际计算机视觉算法竞赛（PASCAL VOC）中分别取得图像目标检测组冠军及图像目标分类组亚军，这一成绩表明我国在该方向的研究已处于国际领先水平。

　　自9.11事件后, 国际社会对反恐、防恐等公共安全问题史无前例的高度关注,公共安全技术的研究与应用也是我国《国家中长期科学与技术发展规划纲要》中部署的重点领域。随着越来越多的安全监控摄像头投入使用, 以人为观察主体的常规视频安全监控系统已经无法处理爆炸式增长的海量视频数据，从而无法有效保障公共安全。在这种情况下，智能视频监控技术应运而生，成为新一代安全监控的发展方向，被美国电气和电子工程师协会(IEEE)认为将是改变世界的七项技术之一。此次自动化所获奖的两项指标——图像目标检测和图像目标分类正是计算机视觉中的基本科学问题，也是智能视频监控等计算机视觉应用中的关键技术。

　　中科院自动化所从1998年开始组建稳定的智能视觉监控科研队伍，在目标检测、跟踪、分类识别和行为分析等各个环节都进行了自主创新，通过计算机视觉的方法，对被监控场景内的运动目标进行自动的分析和理解，实现快速判断目标类型、定位目标位置以及判断目标行为。在国际期刊和学术会议上发表论文80多篇，授权和申请发明专利21项，解决了智能视觉监控从理论到应用的众多关键问题。

　　目前，该项目成果已在全国涉及工业控制、城市交通、外事领馆、奥运安保等多个重要领域得到应有。在北京城铁13号线应用以来，通过本项目提供的智能视频监控技术能准确自动地报警，安装初始即帮助抓获盗割电缆团伙8人次，使用本技术后，发案率和应用前同比降低8倍。

　　链接：国际计算机视觉算法竞赛（PASCAL VOC）

　　PASCAL VOC由英国牛津大学、微软剑桥研究院等计算机视觉领域的世界顶尖研究机构主办，旨在客观评价计算机视觉相关算法和最新技术的研究进展，每年提供一个极具挑战性的标准图像数据库用于评估计算机视觉中的图像目标检测和图像目标分类等算法的性能，以其高难度和专业性已经成为计算机视觉领域的权威测试平台。2010年的竞赛（VOC2010）吸引了包括法国国家信息自动化研究院、麻省理工学院、加州伯克利大学、卡内基梅隆大学、牛津大学以及微软研究院、NEC北美研究院等在内的30多个世界顶尖学术和工业研究机构中的众多研究团队的参与。