随着社会和经济的飞速发展，人们对于交通、安检、银行等不同领域的安全防范要求不断提高。而视频监控技术的日益成熟，监控设备的不断普及，使得其成为解决社会公共安全问 题的主要手段之一。同时随着政府和企业对平安城市建设、智慧城市建设的持续投入，在一些重点城市，视频监控已经实现了很高的覆盖率。例如，遍布上海市的百万级治安视频监控系统，全天候、全方位地监控着全市众多人群密集或者事故多发地（例如：机场、商场、交通路口等），每分钟产生TB级的视频数据。视频监控的广泛应用为实时掌握社会动态和保障公共安全提供了宝贵的资源，然而监控视频数量的爆炸式增长同时也带了海量的视频信息需要处理。因此，有效、自主、智能地利用和挖掘海量视频数据内部的有效信息，是视频监控系统的智能化发展的主要趋势。

相关科研项目：

[1].国家科技重大专项子课题，“XXXX智能分析”，2018/01-2020/12、在研、主持。
[2].企业合作项目（联合汽车电子有限公司），“基于Android系统的图像理解开发研究”，2017/06-2018/06、在研、主持。
[3].中央高校基本科研业务费项目，“基于大规模Web人脸图像的多 粒度表示与识别计算理论研究”，2016/01-2017/12、已结题、主持。
[4].上海市中医药三年行动计划重点项目，“中医目诊仪(临床诊疗设备)开发研究”，2014/09-2016/12、已结题、参与。
[5].国家自然科学基金青年科学基金项目，61203247，“基于稀疏视觉特征学习的真实环境人脸识别研究”，2013/01-2015/12、已结题、主持。
[6].国家自然科学基金面上项目，61175082，“基于点约束的工业机器人在线自标定方法研究”，2012/01-2015/12、已结题、参与。
[7].中国博士后科学基金面上项目，2011M500626，“基于视觉感知的现实环境彩色人脸识别”，2011/07-2013/06、已结题、主持。

行人再辨识

行人再辨识是智能视频分析突破海量监控视频技术应用瓶 颈的关键一环，是实验室的重点研究领域之一。行人再辨识问题的研究背景主要是基于大规模无交叉摄像机监控系统，开始于行人跟踪问题，旨在对不同时间以及不同摄像机无交叉视角下的一个行人目标进匹配和辨识。

光照变化、视角变化、大小变化、局部遮挡等各种不利因素，使得行人图像中鲁棒特征提取的难度大幅提升，为该问题的研究产生了太多不确定性。在密集人群或者建筑物环境下，采集到的图像还可能存在部分形变、遮挡，这些都使得行人再辨识任务难以有效完成。

近几年，实验室团队致力于解决这些问题，提出了基于特征提取、度量学习、深度学习等技术的多种解决方法，并发表了十余篇相关论文，有着深厚的技术积累。

相关科研项目：

[1].国家自然科学基金面上项目，61673299，“基于多粒度的行人再辨识研究”，2017/01-2020/12、在研、主持。
[2].福建省信息处理与智能控制重点实验室课题，“视频行人再辨识中的多域深度迁移学习机理研究”，2017/01-2018/12、在研、主持。
[3].中央高校基本科研业务费项目，0800219327，“基于多视角特征学习的视频行人再确认算法研究”，2016/01-2017/12、在研、主持。

安检危险品智能识别系统

目前安检系统大多采用人工检查安检机提供的伪彩图的方法，费时费力，随着人工智能和计算机视觉技术的发展，实现智能安检检测算法对于降低人工成本、提高安检识别率、辅助安防报警有着重要的作用。本实验室旨在开发安检危险品智能识别系统，能够智能化地对包裹中危险品检测和识别，并部署到安检机上。

该系统的难点在于从原始数据中挖掘物体的视觉和材料属性等信息用于识别，减少覆盖、倾斜、包装材料等因素的影响，确保安检识别算法的准确性和鲁棒性。

近几年，实验室团队致力于实现可靠的智能安检系统，建立了从数据采集、预处理，到基于深度学习的模型训练、测试的整套智能安检原型系统。

相关科研项目：

[1].企业合作项目，“X射线安检图像危险品自动分类”，2018/06-2018/10、已结题、主持。