Recently, an installation of the surveillance system is increasing as increasing interest in safety and security. The surveillance system provides a human search service (Trace service) with videos. Since the surveillance system does not have metadata, the trace service provides a search using the information of the image. The curse of dimensionality occur because an information of image is a high-dimensional vector. This means that the problems occur in the management of data for the trace service. It is more serious when the amount of video is increasing. The second problem is the data disposal of surveillance systems. The surveillance systems should discard the data when is exceeded the legally prescribed period because of privacy concerns. This means that the information created by using a lot of resources will be discarded. It is not reasonable that surveillance systems use a lot of resources to manage the data that will be discarded because the trace service is available only in special cases. The previous studies on video surveillance system focused on accident detection and human re-identification. They did not considered the social constraints of surveillance systems.
We propose the method for the human searching in surveillance videos by reducing the search space of queries. The most prominent feature of people in the video is a color of clothes. The color is not affected by the posture of the person. It is consumes less resources to obtain color information from a human image in the video. So we make the hash-key with the color of human and convert the hash-key to the unique-key of human by locality sensitive hashing. We categorize people based on their unique-key. When a query, we find the categories that includes the unique-key of query and start a matching to find similar things with the query in the categories. When find similar images, our method requires only 12 bytes per image and is more 30 times faster than the full scanning.
최근에는 감시 시스템의 설치는 안전 및 보안에 대한 관심을 증가로 증가된다. 감시 시스템은 비디오와 인간의 검색 서비스 (추적 서비스)를 제공합니다. 감시 시스템이 메타 데이터를 가지고 있지 않기 때문에, 추적 서비스는 이미지 정보를 이용하여 검색을 제공한다. 이미지의 정보를 높은 차원 벡터이기 때문에 차원의 저주가 발생합니다. 이 문제를 추적 서비스의 데이터의 관리에서 발생한다는 것을 의미한다. 이것은 영상의 양이 증가 할 때 더욱 심각하다. 두 번째 문제는 감시 시스템의 데이터 처리이다. 프라이버시에 대한 걱정 때문에 합법적 소정 기간을 초과 할 때, 보안 시스템은 데이터를 폐기한다. 이것은 많은 자원을 사용하여 생성 된 정보가 폐기 될 것이라는 것을 의미한다. 이 감시 시스템은 추적 서비스가 특수한 경우에만 사용할 수 있기 때문에 폐기 될 데이터를 관리하기 위해 많은 자원을 사용하는 것이 합리적 아니다. 비디오 감시 시스템에 대한 기존의 연구는 사고 감지 및 인간의 재 식별에 초점을 맞추었다. 이들은 감시 시스템의 사회적 제약을 고려하지 않았다.
우리는 질의의 검색 공간을 감소시킴으로써 감시 영화 인간 검색을위한 방법을 제안한다. 비디오에있는 사람들의 가장 눈에 띄는 기능은 옷의 색상입니다. 컬러는 사람의 자세에 의해 영향을받지 않는다. 이것은 비디오 이미지로부터 인간의 색 정보를 획득하기 위해 더 적은 자원을 소비한다. 그래서 우리는 인간의 색으로 해시 키를 만들고 지역에 민감한 해싱에 의해 인간의 고유 한 키에 해시 키를 변환합니다. 우리는 그들의 고유 한 키를 기반으로 사람을 분류. 때 쿼리, 우리는 쿼리의 고유 키를 포함하고 카테고리의 쿼리와 비슷한 일을 찾아 매칭을 시작 범주를 찾을 수 있습니다. 비슷한 이미지를 찾을 때, 우리의 방법은 이미지 당 12 바이트가 필요하며, 전체 스캔보다 30 배 빠르다.
