【摘要】：社會安全如今越來越受到人們的重視,攝像頭作為維護社會治安的重要工具已經(jīng)遍布在我們周圍。行人再識別就是基于攝像頭發(fā)展而來的一門研究技術(shù),即在不同攝像頭拍攝的畫面中找出同一個人。行人再識別主要應(yīng)用于刑事偵查,尋找走丟的老人、小孩,甚至可以在商場中對人們的購物行為進行分析。本文的工作拋棄在海量監(jiān)控視頻中進行查找的人工過程,采用了端到端的深度學習過程,省去了大量的時間和精力。本文通過研究一些經(jīng)典的行人再識別技術(shù),在深度神經(jīng)網(wǎng)絡(luò)上進行以下三點改進:(1)在數(shù)據(jù)處理階段,運用了一種新的數(shù)據(jù)增強技術(shù)。不同于在圖像中進行裁剪、平移等傳統(tǒng)數(shù)據(jù)增強技術(shù),本文采用了在圖像中進行隨機遮擋的方法,無論是在圖片中的位置還是遮擋位置的大小均為隨機。該方法不僅可以減少過擬合現(xiàn)象,也能更好地模擬出目標被遮擋的情況,增強網(wǎng)絡(luò)的泛化能力。(2)在網(wǎng)絡(luò)訓練階段,本文對第一個全連接層進行了去相關(guān)的操作。全連接層權(quán)重向量的相關(guān)性對模型的性能存在影響,本文對這些權(quán)重矩陣進行了奇異值矩陣分解操作,然后使用一個左酉矩陣和一個奇異值矩陣來代替原矩陣,但是這樣無法直接提高網(wǎng)絡(luò)的性能,本文還采取了一種先固定正交層參數(shù)訓練然后整體訓練的松緊迭代訓練方法。(3)在網(wǎng)絡(luò)的測試階段,本文采用了互k重排序的方法。在基于歐式距離的初始排序中,往往包含了錯誤匹配,本文在初始排序的基礎(chǔ)上采用了更嚴格的重排序方法——兩張圖片必須在彼此排序的前k個圖片中。為了方便計算,本文將互k特征編碼為向量形式,并賦予了不同的圖片以不同的權(quán)重值。本文的工作在Market-1501和CUHK03數(shù)據(jù)集上進行實驗,取得了不錯的效果。在Market-1501數(shù)據(jù)集上將Rank-1準確率提高至86.75%,將mAP提高至80.44%;在CUHK03數(shù)據(jù)集上將Rank-1準確率提高至49.23%,將mAP提高至50.54%。
【學位授予單位】：電子科技大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：D918;TP391.41;TP183
【圖文】：

卷積運算

sigmoid函數(shù)及其梯度

ReLU函數(shù)及其梯度曲線

【相似文獻】

相關(guān)期刊論文 前10條

1 胡悅;;金融市場中的神經(jīng)網(wǎng)絡(luò)拐點預(yù)測法[J];金融經(jīng)濟;2017年18期

2 劉高宇;;深度神經(jīng)網(wǎng)絡(luò)在煤質(zhì)數(shù)據(jù)分析與預(yù)測中的應(yīng)用[J];電腦知識與技術(shù);2019年28期

3 馮偉業(yè);廖可非;歐陽繕;牛耀;;基于膠囊神經(jīng)網(wǎng)絡(luò)的合成孔徑雷達圖像分類方法[J];科學技術(shù)與工程;2019年28期

4 溫贊揚;;基于群智優(yōu)化神經(jīng)網(wǎng)絡(luò)的音樂風格分類模型研究[J];現(xiàn)代電子技術(shù);2019年21期

5 鄭麗;;建筑設(shè)計中神經(jīng)網(wǎng)絡(luò)技術(shù)與遺傳算法探究[J];湖北農(nóng)機化;2019年21期

6 易煒;何嘉;鄒茂揚;;基于循環(huán)神經(jīng)網(wǎng)絡(luò)的對話系統(tǒng)記憶機制[J];計算機工程與設(shè)計;2019年11期

7 黃為;李永剛;胡上成;汪毅;;基于循環(huán)神經(jīng)網(wǎng)絡(luò)的船搖數(shù)據(jù)實時預(yù)測[J];科學技術(shù)與工程;2019年31期

8 賴策;魏小琴;;卷積神經(jīng)網(wǎng)絡(luò)的訓練方式研究[J];信息與電腦(理論版);2019年22期

9 周濟民;;基于神經(jīng)網(wǎng)絡(luò)改進的元胞自動機分析——美國阿片類藥物濫用情況[J];信息系統(tǒng)工程;2019年11期

10 馬猛;王明紅;;基于進化神經(jīng)網(wǎng)絡(luò)的304不銹鋼車削加工表面粗糙度預(yù)測[J];輕工機械;2019年06期

相關(guān)會議論文 前10條

1 孫軍田;張U

本文編號：2751446