监控场景中的动作聚类、事件解译以及人物角色分类是计算机视觉领域的难点问题，目前本领域的研究人员更多的是考虑低层语义信息，如物体检测、跟踪等。本项目研究视频监控场景中的人物角色分类相关理论与关键技术，特别是针对所提取特征的多样性和异构性，执行角色识别的模型选择。本项目执行三年来形成一系列成果，包括专利7项、期刊论文6篇（含SCI检索国际期刊5篇）、会议论文14篇（含ACM MM、INFOCOM、ICIP、ICME、ICASSP等国际著名会议）。本项目研究成果可为人物角色分类技术在实时视频监控、视频分析和检索和视频数据挖掘等语义检索层面的应用提供理论指导。
