社区安全检测系统
一、成果简介
（一）成果概述
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。
（二）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。
二、技术成熟程度
已在产业中应用
三、推广合作方式
整体转让、技术许可、作价入股
四、 团队简介
团队面向青岛市地方企业和学校双一流学科，围绕几何结构引导的机器学习算法进行深入研究。依托控制科学与工程一级博士点平台，已发展成为国内人工智能领域具有重要影响的研究团队。团队先后主持/参与国家及省部级科研项目6项，主持基于机器学习的剩余油预测、社区视频分析系统等科研项目10余项；在计算机视觉、模式识别等领域权威期刊发表SCI论文250余篇（1区Top刊20余篇，2区40余篇），10篇入选 ESI 高被引论文，3篇入选 ESI 热点论文；授权国家发明专利9项；获省部级及以上科研奖励1项；培养山东省优秀硕士学位论文获得者3人次。
五、 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）
六、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。
联系方式：0532-86983018。
