Attributbasierte Personensuche in Überwachungsumgebungen

Wir schlagen ein neuartiges Rahmenwerk zur Suche nach Personen in Überwachungsumgebungen vor. Anstatt auf Gesichtserkennungstechnologie zu setzen, die bekannt dafür ist, empfindlich auf typische Überwachungsbedingungen wie Lichtveränderungen, Gesichtsposevariationen und Bilder mit niedriger Auflösung zu reagieren, gehen wir das Problem anders an: Wir suchen nach Personen basierend auf einer Analyse menschlicher Teile und deren Attribute, einschließlich Gesichtshaars, Brillen, Kleidungsfarbe usw. Diese Attribute können mit Hilfe von Detektoren extrahiert werden, die aus großen Mengen an Trainingsdaten gelernt wurden. Ein vollständiges System, das unser Rahmenwerk implementiert, wird vorgestellt. An der Benutzeroberfläche kann der Benutzer eine Reihe persönlicher Merkmale angeben, und das System ruft dann Ereignisse ab, die mit der bereitgestellten Beschreibung übereinstimmen. Ein mögliches Anfragebeispiel wäre: "Zeige mir die kahlen Personen, die letzten Samstag ein bestimmtes Gebäude betreten haben und ein rotes Hemd sowie eine Sonnenbrille trugen." Diese Fähigkeit ist in mehreren Anwendungen nützlich, wie z.B. bei der Suche nach Verdächtigen oder vermissten Personen. Um die Leistung unseres Ansatzes zu bewerten, präsentieren wir umfassende Experimente an einer Reihe von Bildern, die im Internet gesammelt wurden, bei Infrarotbildern und an zweieinhalb Monaten Video aus einer realen Überwachungsumgebung. Uns ist kein ähnliches Überwachungssystem bekannt, das in der Lage ist, Personen in Videos automatisch anhand ihrer detaillierten Körperteile und Attribute zu finden.