【摘要】：隨著交通基礎(chǔ)設(shè)施的完善,道路交通中車輛數(shù)量猛增,一系列交通公共安全問(wèn)題頻發(fā)。交通監(jiān)控視頻中的車輛重識(shí)別工作作為大規(guī)模車輛識(shí)別,智能交通,監(jiān)控的核心模塊,在維護(hù)社會(huì)公共安全方面發(fā)揮著關(guān)鍵作用。車輛重識(shí)別旨在快速檢索、定位和跟蹤監(jiān)控?cái)z像機(jī)網(wǎng)絡(luò)中的目標(biāo)車輛,從而可以在不同攝像頭拍攝的圖像中識(shí)別相同的車輛。在進(jìn)行車輛重識(shí)別時(shí),傳統(tǒng)方法是使用車牌信息作為車輛身份的唯一標(biāo)識(shí)進(jìn)行檢索,但是車牌信息存在偽造、遮擋、套牌等情況,為有效解決使用車牌信息進(jìn)行車輛重識(shí)別帶來(lái)的準(zhǔn)確率瓶頸問(wèn)題,同時(shí)考慮車輛本身特點(diǎn),增強(qiáng)對(duì)外觀極其相似的同款車輛的區(qū)分度。本文基于深度學(xué)習(xí),提出基于Hard Triplet的多任務(wù)學(xué)習(xí)的車輛重識(shí)別模型。將表征學(xué)習(xí)與度量學(xué)習(xí)相結(jié)合,從粗粒度和細(xì)粒度兩個(gè)維度進(jìn)行特征學(xué)習(xí)。使用表征學(xué)習(xí)完成對(duì)包括車輛車型、顏色等屬性的粗粒度特征提取;在度量學(xué)習(xí)中,則通過(guò)級(jí)聯(lián)反饋的方式,在剔除表征學(xué)習(xí)學(xué)習(xí)到的屬性特征后,學(xué)習(xí)屬于車輛的細(xì)粒度特征。同時(shí),使用改進(jìn)的Hard Triplet,解決屬于同款車型但是不同ID的車輛間難以區(qū)分的問(wèn)題,極大提高車輛重識(shí)別的準(zhǔn)確率。實(shí)驗(yàn)證明,與使用傳統(tǒng)的簡(jiǎn)單Triplet相比,使用Hard Triplet改進(jìn)度量學(xué)習(xí)損失函數(shù),準(zhǔn)確率提升約5%。此外,為了在海量車輛數(shù)據(jù)集進(jìn)行重識(shí)別時(shí)縮短檢索時(shí)間,設(shè)計(jì)了桶檢索方式。相比于線性檢索,桶檢索可以在海量數(shù)據(jù)檢索時(shí),實(shí)現(xiàn)犧牲部分精度換取更快檢索速度的目的。針對(duì)目前公開(kāi)的車輛數(shù)據(jù)集存在的數(shù)據(jù)量小、車輛圖像質(zhì)量較差等問(wèn)題,本文基于交通監(jiān)控視頻圖像,整理并提出大規(guī)模車輛數(shù)據(jù)集BUPT-Vehicle,共計(jì)303539張圖,含24419輛車輛,928種車型,13種顏色,并逐一對(duì)車輛屬性信息進(jìn)行標(biāo)注,為車輛重識(shí)別領(lǐng)域的后續(xù)研究提供幫助。本文設(shè)計(jì)的基于Hard Triplet的多任務(wù)學(xué)習(xí)的車輛重識(shí)別模型不僅可以有效解決交通監(jiān)控視頻下的車輛重識(shí)別問(wèn)題,還可以用于細(xì)粒度車型識(shí)別、顏色識(shí)別等工作。
【圖文】：

圖２－ｌ［２Ｑ］基于局部特征的ＲｅｌＤ方法逡逑２．２．３基于表征學(xué)習(xí)的ＲｅｌＤ方法逡逑而在車輛重識(shí)別的實(shí)際應(yīng)用場(chǎng)景中，監(jiān)控?cái)z像頭對(duì)車輛拍攝角度的顯著變致局部關(guān)鍵區(qū)域明顯不同，僅通過(guò)局部特征進(jìn)行車輛重識(shí)別難以實(shí)現(xiàn)較高。因此，一些代表性的工作更喜歡表征學(xué)習(xí)方法。逡逑得益于ＣＮＮ的迅猛發(fā)展，表征學(xué)習(xí)取得了重大進(jìn)步。表征學(xué)習(xí)通過(guò)訓(xùn)練大得對(duì)數(shù)據(jù)的有效表示，從而在分類任務(wù)或預(yù)測(cè)任務(wù)中更容易提取有用信息。過(guò)使用ＣＮＮ對(duì)大量數(shù)據(jù)進(jìn)行訓(xùn)練，根據(jù)分類、識(shí)別等不同的任務(wù)需求自中進(jìn)行特征提取。表征學(xué)習(xí)是ＲｅｌＤ領(lǐng)域的一個(gè)非常重要的基準(zhǔn)，并且魯訓(xùn)練比較穩(wěn)定。逡逑目前針對(duì)重識(shí)別任務(wù)主要開(kāi)展兩類工作，一個(gè)是將重識(shí)別任務(wù)看為分類問(wèn)題已經(jīng)標(biāo)注好的車輛的車型信息為監(jiān)督條件，輸入大量車輛圖像數(shù)據(jù)，ｉｆｉｃａｔｉｏｎ邋Ｌｏｓｓ損失函數(shù)進(jìn)行分類學(xué)習(xí)，，根據(jù)預(yù)測(cè)出的車輛類別信息計(jì)算損失

和類內(nèi)差異（ｉｎｔｒａ－ｃｌａｓｓｖａｒｉａｎｃｅ）兩種問(wèn)題。但由于車輛細(xì)微的類間（Ｉｎｔｅｒ－ｃｌａｓｓ）差逡逑異以及較大的類內(nèi)（Ｉｎｔｒａ－ｃｌａｓｓ）差異，對(duì)于基礎(chǔ)類別車輛而言，屬于同一邋ＩＤ的車輛逡逑由于姿態(tài)、背景、拍攝角度的不同，表現(xiàn)出較大的類內(nèi)差異，如圖３－ｌ（ａ）圖所示。同逡逑時(shí)，不同ＩＤ的車輛（類間）之間又表現(xiàn)出較大的類間相似性，如圖３－ｌ（ｂ）圖所示，逡逑同一視角下的同款車輛不同ＩＤ的車輛外觀特征極為相近。因此，較之其他類別的圖逡逑像識(shí)別任務(wù)，車輛重識(shí)別難度更大。逡逑（ａ）邐（ｂ）逡逑■ｍｒ邋~|一逡逑圖３－１［３９］類內(nèi)差異和類間相似性示意圖逡逑（ａ）邋ｉｎｔｒａ－ｃｌａｓｓ邋ｖａｒｉａｎｃｅ邋（類內(nèi)差異）逡逑（ｂ）邋ｉｎｔｅｒ－ｃｌａｓｓ邋ｓｉｍｉｌａｒｉｔｙ邋（類間相似性）逡逑因此，要想順利的對(duì)兩輛極為相似的車輛進(jìn)行準(zhǔn)確區(qū)分，最重要的是在圖像中找逡逑到能夠區(qū)分這兩個(gè)車輛的區(qū)分性的區(qū)域塊，并能夠?qū)@些有區(qū)分性的區(qū)域塊的特征逡逑進(jìn)行較好的表示。如圖３－１邋（ｂ）圖所示，使用紅圈進(jìn)行標(biāo)記的細(xì)微特征區(qū)域產(chǎn)生用于逡逑細(xì)粒度車輛識(shí)別的辨別特征，從而區(qū)分不同ＩＤ的車輛。例如使用車輛車臉上的年檢逡逑標(biāo)的貼放位置、飾物、紙巾盒、貼圖、刮痕等細(xì)粒度特征
【學(xué)位授予單位】：北京郵電大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：U495;TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 夏榮;吳彬;袁文勤;;監(jiān)控視頻恢復(fù)技術(shù)研究[J];網(wǎng)絡(luò)安全技術(shù)與應(yīng)用;2017年02期

2 馬元元;李向偉;劉艷飛;;海量監(jiān)控視頻分級(jí)摘要生成系統(tǒng)研究[J];現(xiàn)代電子技術(shù);2017年13期

3 王嘉陳;周瑞;凌啟尉;倪洋;趙明明;;不同監(jiān)控視頻角度同一姿態(tài)的同一性研究[J];科技視界;2016年12期

4 魏聚山;;基于內(nèi)容的監(jiān)控視頻特征提取和檢索技術(shù)研究[J];科技展望;2016年24期

5 李子川;;監(jiān)控視頻時(shí)間信息調(diào)查與分析[J];中國(guó)刑警學(xué)院學(xué)報(bào);2015年02期

6 陳炫波;;方圓合一[J];湖南教育(D版);2017年01期

7 張維;;獲獎(jiǎng)之后[J];喜劇世界(下半月);2017年01期

8 亦諾;;你是將軍,他是兵[J];女子世界;2017年02期

9 鄭歡歡;薛朝玉;;“大學(xué)生‘飛踹’女童事件”作文導(dǎo)寫(xiě)[J];高中生學(xué)習(xí)(作文素材);2017年Z2期

10 謝素軍;;你必須是那個(gè)兇手[J];微型小說(shuō)選刊;2014年06期

相關(guān)會(huì)議論文 前10條

1 李國(guó)輝;代科學(xué);;一種基于運(yùn)動(dòng)量的監(jiān)控視頻事件挖掘方法[A];第一屆建立和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2005）論文集[C];2005年

2 高美容;于明;;一種監(jiān)控視頻分段的方法[A];2007北京地區(qū)高校研究生學(xué)術(shù)交流會(huì)通信與信息技術(shù)會(huì)議論文集（上冊(cè)）[C];2008年

3 劉童;王世亭;周春來(lái);;監(jiān)控視頻摘要算法研究[A];第十屆全國(guó)信號(hào)和智能信息處理與應(yīng)用學(xué)術(shù)會(huì)議�？痆C];2016年

4 譚琦;米向飛;;一種基于前端設(shè)備的監(jiān)控視頻清晰度評(píng)價(jià)方法[A];天津市電視技術(shù)研究會(huì)2015年年會(huì)論文集[C];2015年

5 歐溫暖;田緒紅;朱同林;;基于課室監(jiān)控視頻的課堂行為計(jì)數(shù)分析[A];第五屆全國(guó)幾何設(shè)計(jì)與計(jì)算學(xué)術(shù)會(huì)議論文集[C];2011年

6 黃紫藤;吳玲達(dá);;監(jiān)控視頻中簡(jiǎn)單人物行為識(shí)別研究[A];第18屆全國(guó)多媒體學(xué)術(shù)會(huì)議（NCMT2009）、第5屆全國(guó)人機(jī)交互學(xué)術(shù)會(huì)議（CHCI2009）、第5屆全國(guó)普適計(jì)算學(xué)術(shù)會(huì)議（PCC2009）論文集[C];2009年

7 李勇;彭宏;;網(wǎng)絡(luò)監(jiān)控視頻數(shù)據(jù)的采集與壓縮[A];浙江省電子學(xué)會(huì)2010學(xué)術(shù)年會(huì)論文集[C];2010年

8 吳秀敏;唐志偉;張輝;;基于火災(zāi)監(jiān)控視頻的人員疏散行為統(tǒng)計(jì)分析[A];2013中國(guó)消防協(xié)會(huì)科學(xué)技術(shù)年會(huì)論文集[C];2013年

9 甘金明;;基于DSP的路燈監(jiān)控視頻捕捉器設(shè)計(jì)[A];全國(guó)第二屆信號(hào)處理與應(yīng)用學(xué)術(shù)會(huì)議�？痆C];2008年

10 李博;李國(guó)輝;涂丹;;非重疊監(jiān)控視頻中行人目標(biāo)的檢測(cè)與匹配[A];第七屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2011)論文集【poster】[C];2011年

相關(guān)重要報(bào)紙文章 前10條

1 記者 廖夢(mèng)若;旅館業(yè)監(jiān)控視頻需保存60日以上[N];廣西法治日?qǐng)?bào);2019年

2 中國(guó)城市報(bào) 許竟 整理;社區(qū)辦園點(diǎn)監(jiān)控視頻與公安聯(lián)網(wǎng)[N];中國(guó)城市報(bào);2017年

3 晏揚(yáng);禁止傳播監(jiān)控視頻，該不該[N];中國(guó)青年報(bào);2013年

4 本報(bào)記者 徐胥;給監(jiān)控視頻裝上“最強(qiáng)大腦”[N];經(jīng)濟(jì)日?qǐng)?bào);2018年

5 本報(bào)記者 王陽(yáng);昆山反殺案引公共監(jiān)控視頻管理之問(wèn)[N];法制日?qǐng)?bào);2018年

6 本報(bào)記者 譚彥敘 通訊員 高英巍;蹊蹺!兩輛不同顏色的車受損情況卻一模一樣[N];人民公安報(bào);2017年

7 本報(bào)記者 王自然 通訊員 劉培川;成都民警幫助獨(dú)行老人過(guò)馬路成“網(wǎng)紅”[N];人民公安報(bào);2017年

8 本報(bào)記者 李吉?jiǎng)?中學(xué)生賭氣出走 民警耐心尋下落[N];人民公安報(bào);2017年

9 本報(bào)記者 張志敏 通訊員 王梅珍;探頭“站崗” 鼠標(biāo)“巡邏”[N];運(yùn)城日?qǐng)?bào);2017年

10 許輝;監(jiān)控視頻豈能隨意直播[N];江西日?qǐng)?bào);2017年

相關(guān)博士學(xué)位論文 前9條

1 鮑天龍;基于深度學(xué)習(xí)的監(jiān)控視頻中的異常事件檢測(cè)和對(duì)象識(shí)別[D];中國(guó)科學(xué)技術(shù)大學(xué);2019年

2 費(fèi)風(fēng)長(zhǎng);監(jiān)控視頻中人群異常事件檢測(cè)方法的研究[D];江西財(cái)經(jīng)大學(xué);2018年

3 高立青;治安監(jiān)控視頻大數(shù)據(jù)中的行人行為識(shí)別方法[D];大連理工大學(xué);2017年

4 張賢國(guó);基于背景模型的監(jiān)控視頻編碼研究[D];北京大學(xué);2013年

5 馬浚誠(chéng);面向葉部病害識(shí)別的設(shè)施蔬菜監(jiān)控視頻關(guān)鍵幀提取方法研究[D];中國(guó)農(nóng)業(yè)大學(xué);2016年

6 朱烽;跨視域攝像頭網(wǎng)絡(luò)下的監(jiān)控視頻結(jié)構(gòu)化與檢索[D];中國(guó)科學(xué)技術(shù)大學(xué);2017年

7 聶婕;人體生理活動(dòng)監(jiān)控視頻中的關(guān)鍵事件檢測(cè)[D];中國(guó)海洋大學(xué);2011年

8 王亦民;面向監(jiān)控視頻的行人重識(shí)別技術(shù)研究[D];武漢大學(xué);2014年

9 張興國(guó);地理場(chǎng)景協(xié)同的多攝像機(jī)目標(biāo)跟蹤研究[D];南京師范大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 陳娜;交通監(jiān)控視頻中車輛重識(shí)別技術(shù)研究與實(shí)現(xiàn)[D];北京郵電大學(xué);2019年

2 潘玉霖;金融安全監(jiān)控視頻的行為分類與識(shí)別[D];北京郵電大學(xué);2019年

3 石燾;HTML5下監(jiān)控視頻安全播放系統(tǒng)的研究與實(shí)現(xiàn)[D];西安理工大學(xué);2019年

4 李辰征;基于深度學(xué)習(xí)的行人屬性識(shí)別技術(shù)研究[D];中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院國(guó)家空間科學(xué)中心);2019年

5 曹磊;基于SIFT算法的監(jiān)控視頻背景提取及移動(dòng)目標(biāo)檢測(cè)[D];廈門(mén)大學(xué);2018年

6 楊振青;監(jiān)控視頻中的異常目標(biāo)檢測(cè)技術(shù)研究[D];安徽大學(xué);2019年

7 劉李啟明;監(jiān)控視頻異常事件檢測(cè)方法研究[D];杭州電子科技大學(xué);2018年

8 李文博;面向監(jiān)控視頻的視覺(jué)增強(qiáng)和行為分析研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2018年

9 胡飛;監(jiān)控視頻中目標(biāo)檢測(cè)與追蹤算法的應(yīng)用研究[D];吉林大學(xué);2018年

10 武琦;監(jiān)控視頻中低分辨率人臉識(shí)別研究與應(yīng)用[D];長(zhǎng)安大學(xué);2018年

本文編號(hào)：2624658