成果简介：
社区安全检测系统内容包括目标检测、行为识别以及行人重识别等。系统针对社区视频进行分析，实际应用时将模型部署到社区摄像头达到实时检测的目的。这对社区管理排除安全隐患和有迹可循有着重要的意义。技术使用深度学习模型算法，提取图片特征达到检测目标物的效果，并使用模型压缩和加速的方法，对模型进行优化，便于在边缘化设备部署。
技术特点及技术指标：
技术特点：社区安全检测系统包含了目标检测、行人重识别以及模型压缩等多种技术。该算法将安全检测与行人识别相结合大大丰富了社区安全系统的保障范围。同时改进的模型压缩技术使算法更容易部署，在压缩模型大小的同时不降低模型识别的准确率是该技术的一大特点。
技术指标：模型大小不超过 150M 的情况下，保证检测准确度不低于 95%，召回率不低于 95%，模型压缩率达到 50%，使得落地部署到社区视像头上提供了可能性。
应用领域：
成果主要应用于打造智慧社区，实现智能化社区管理，主要任务有：狗绳检测、明火检测和口罩识别、行为识别、行人重识别。深度模型图像算法可以应用于许多图片视频场景，对流水线生成，自动化生产，安全检测，智能化管理等均有有重要的意义，另外深度学习模型容易部署的特点使得和边缘设备的结合更加有优势。
投入需求：
该技术成果产业化主要在于模型的获取，对于一个社区的系统构建，前期需要大规模数据的采集相应的软硬件设施。
图 1. 社区行人识别对比展示
（注：Probe 为视频的查询目标。根据 Probe，重识别需要识别出与其身份相同的
目标。这里列出了 CC 和我们的方法 NNNI 获得的 top-5 排名结果。绿色框表示
正确的结果，而红色框表示错误的结果。其中 NNNI 成功识别出细粒度的线索，例
如人的背包、衣服上的图案、雨伞颜色和体型。）
图 2. 图像超分辨率重建效果图
（注：第一列为双三次上采样得到的结果，第二列到第五列为近三年其他盲超分辨
率实验结果，第六列为本研究得到的实验结果，第七列为真值高清图片。与其他盲
超分辨率方法相比，本研究得到的实验结果可以恢复出更多的纹理细节，得到更清
晰的超分辨率图像。）
图 3. 社区不牵狗绳检测展示
专利授权及申请情况：
1、国家发明专利：一种基于混合协同表示的分类器的图像分类方法和装置（授权）
2 、国家发明专利：基于核空间的线性鉴别稀疏表示分类器的设计方法（授权）
3 、国家发明专利：基于核空间的分类聚集稀疏表示的人脸识别方法（授权）
4 、国家发明专利：基于核空间自解释稀疏表示的分类器设计方法（授权）
5、国家发明专利：一种基于拉普拉斯嵌入的图像分类词典学习方法和装置（授权）
6 、国家发明专利：一种基于典型相关分析网络的二视角图像识别方法（授权）
7、国家发明专利：一种基于多视角典型相关分析的人脸识别方法及其系统（授权）
8 、国家发明专利：一种基于自编码的物体识别方法（授权）
9 、国家发明专利：一种基于高阶图结构 p-Laplacian 稀疏编码的数字图像标记方法 （授权）
成果受资助及获奖情况：
1 、国家自然科学基金面上项目，61671480 ，基于多视角深度稀疏编码及流形正则 化的图像标注研究， 2017-01-01 至 2020-12-31；
2 、国家自然科学基金青年基金项目，61402535 ，再生核希尔伯特空间图像稀疏表 达算法研究，2015-01 至 2017-12；
3 、国家自然科学基金青年科学基金项目，61301242，基于多视角学习的情感分析 理论与方法研究，2014-1-1 至 2016-12-31；
4、山东省高等学校青创科技支持计划，2019KJN019，石油工业异常工况智能诊断， 2020-1 至 2022-12 ；
5、云南省科学技术奖，二等奖，基于多传感器的人体动作识别研究，2021；
6、山东省人工智能科学技术奖，一等奖，大规模数据高阶局部几何保持理论及方 法研究，2021
图 1. 云南省科学技术奖，二等奖 图 2. 山东省人工智能科学技术奖，一等奖
基于多传感器的人体动作识别研究 大规模数据高阶局部几何保持理论及方法研究
技术成熟程度： ☑形成样机
拟合作方式： ☑合作开发
