車輛重識別（Vehicle Re-identificaiton）是智能視頻分析領(lǐng)域興起的一項新技術(shù),旨在復(fù)雜視頻環(huán)境下對非重疊攝像頭中的車輛身份進(jìn)行精確匹配,判斷在不同攝像頭不同時刻所拍攝到的車輛圖像與給定的目標(biāo)車輛是否為同一目標(biāo),從而有效節(jié)省車輛精確檢索所需的人力和時間,提高案件偵察效率。由于實際場景中城市路網(wǎng)監(jiān)控視頻中存在拍攝方位各異、分辨率低、遮擋、環(huán)境不可控等因素使得很難從視頻中獲得車輛的車牌信息,此時需要快速定位目標(biāo)車輛就需要進(jìn)行車輛的圖像特征匹配。圍繞該問題,本文將特征學(xué)習(xí)和度量學(xué)習(xí)相結(jié)合,設(shè)計了一個基于多任務(wù)學(xué)習(xí)的車輛特征表示模型,并結(jié)合實際路網(wǎng)環(huán)境構(gòu)建了高準(zhǔn)確率的車輛重識別系統(tǒng)。本文具體內(nèi)容如下:1.研究基于多任務(wù)的協(xié)同度量學(xué)習(xí)策略。通過分析卷積神經(jīng)網(wǎng)絡(luò)中分類任務(wù)和度量任務(wù)之間的關(guān)聯(lián),提出結(jié)合分類任務(wù)中高魯棒的圖像特征表示和度量學(xué)習(xí)中通過特征變換得到特征子空間的聚類屬性,利用分類任務(wù)對特征表示的約束輔助度量任務(wù)進(jìn)行模型學(xué)習(xí),解決了度量學(xué)習(xí)模型難以訓(xùn)練和訓(xùn)練效果差的問題。實驗分析結(jié)果表明多任務(wù)學(xué)習(xí)策略比單一的度量學(xué)習(xí)能夠更準(zhǔn)確地對車輛圖像進(jìn)行特征表示,提高車輛重識別的準(zhǔn)確... 

【文章來源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：90 頁

【學(xué)位級別】：碩士

【部分圖文】：

車輛重識別任務(wù)示意圖

同一目標(biāo)的差異性和不同目標(biāo)的相似性（a）不同拍攝角度；（b）不同光

卷積神經(jīng)網(wǎng)絡(luò)分類模型示意圖

【參考文獻(xiàn)】：
期刊論文
[1]基于特征融合和L-M算法的車輛重識別方法[J]. 王盼盼,李玉惠.  電子科技. 2018(04)
[2]基于RFID的高速公路收費(fèi)系統(tǒng)車輛識別的研究[J]. 孫潔,黃曉婷,孟慶嬌.  自動化技術(shù)與應(yīng)用. 2016(05)
[3]智能視頻監(jiān)控技術(shù)綜述[J]. 黃凱奇,陳曉棠,康運(yùn)鋒,譚鐵牛.  計算機(jī)學(xué)報. 2015(06)
[4]基于射頻識別技術(shù)的智能交通系統(tǒng)[J]. 李剛,曾銳利,林凌.  信息與控制. 2006(05)



本文編號：3093012