智能安防系统是通过各种安防设备为一些重要场所提供入侵报警服务的综合性系统,主要包含三个子系统:门禁子系统、监控子系统和入侵报警子系统。智能感知和识别技术在智能安防应用中承担着信息采集和智能分析的任务,并为视频监控等各项智能应用提供技术支撑。基于指纹识别的身份认证系统集便捷性、安全性和互动性于一体,在门禁子系统中最为常用。同时,门禁子系统的安全性要求对指纹识别算法的识别精度和误识别率都提出了巨大挑战。视频监控子系统中基于单摄像头的监控往往存在监控盲区;多摄像头的监控则存在场景分布凌乱,难以全面观察的缺陷。目前的静态相机视频拼接算法在算法速度和拼接效果上都还有待提升。入侵报警子系统中,各种报警探测器需要搭载智能的检测和识别技术以实现自动、及时的报警功能。检测算法不仅要在普通场景中具备高精度的检测效果,还要适应监控场景下存在的天气、光照和遮挡等不确定因素。针对上述安防场景中存在的问题和挑战,本课题面向智能安防应用,重点研究了其中的视觉感知和识别的关键技术。主要研究内容和创新点包括:1.研究了基于指纹方向场正则化的指纹认证识别技术,用于提高门禁子系统的安全性。基于梯度的指纹方向场提取算法得到的初始指纹方向场通常包含较多噪声。总结其中普遍存在的皲裂、污渍和模糊等因素,归纳为结构噪声、块状噪声、高斯噪声及复合噪声。针对指纹数据缺乏的问题,本文通过添加噪声的方式扩充训练数据集,以满足神经网络的训练需求,进而采用回归的方式构建网络模型和损失函数。最后,通过指纹识别的准确率验证本文方向场优化算法的效果。本文在FVC2002,FVC2004,FVC2006和实际采集等数据集上进行对比实验,均取得了较好的结果。高精度和低误识别率的指纹识别技术的是智能门禁安全性的基本要求,本文提出的指纹方向场正则化技术可有效提高指纹识别的各项指标,让指纹门禁系统更加可靠。2.提出一种快速自然的视频拼接算法,包括基于结构保持的图像拼接算法和基于三维图割的缝合线搜索算法,可以为监控子系统提供大角度的场景监控效果。针对透视变换易产生透视畸变,网格变形方法易造成图像结构扭曲等问题,本文提出以特征点配准项、局部相似项、全局相似项和结构保持项等多种能量项进行约束的基于相似变换的网格优化算法,并将生成的掩模应用于后续拼接。在后续的视频帧拼接中,采用基于三维时空块图割的缝合线搜索算法得到平滑且去鬼影的拼接视频。本文通过网络搜集和自主采集的方式构建了数据集进行对比实验,在图像实验和用户实验上均取得了较好的结果。采用快速自然的视频拼接算法融合多摄像头拍摄的场景内容,可有效解决监控场景分布凌乱、难以全面观察的难题,为客户提供更便捷的用户体验。3.提出一种基于空洞卷积的人体姿态识别网络,可为入侵报警子系统提供决策依据。本文沿用自上而下的技术路线,首先采用空洞卷积替换支架网络中的下采样卷积模块,保持特征图尺度不变的同时扩大感受野。其次,通过空间金字塔池化模块提取多尺度特征,丰富所得特征的尺度信息。最后采用反卷积替换常规的上采样与卷积相结合的操作,构建输出热图。本文在COCO 2017、SPID和SHPD等数据集上进行实验并评估算法。实验结果表明,在COCO test-dev数据集中,不同输入大小的测试准确率较现有算法提升了 1.1%和0.5%。本文算法在监控场景下也具有较好的鲁棒性,能够一定程度地适应各种视角、天气、光照和遮挡等因素的干扰。高效的人体姿态识别技术与大场景监控技术相结合可及时地识别外来入侵者并发布警报信息,保障场所安全。