本文關鍵詞： 行人再識別 安防監(jiān)控 跨攝像機跟蹤 交通樞紐 相似性度量　出處：《鐵道學報》2017年01期 　論文類型：期刊論文

【摘要】：跨攝像機行人再識別是大型交通樞紐安防監(jiān)控的基本功能,它為后續(xù)行人跨攝像機跟蹤和行為識別提供支持。由于交通樞紐內(nèi)行人的外觀特征受遮擋、運動形變和光照變化影響顯著,且目前常用的行人再識別算法對上述影響因素的魯棒性不太理想。因此,文章提出了一種適用于大型交通樞紐的跨攝像機行人再識別算法。該算法用1個圖像序列代替單幅行人圖像作為查詢圖像,同時,采用系統(tǒng)抽樣方法將圖像序列進行分組。然后以組為單元進行相似度計算,并將計算結(jié)果作為特征訓練Adaboost分類器。最后綜合各分類器輸出結(jié)果來判斷識別結(jié)果。在iLIDS和ETHZ兩個具有挑戰(zhàn)性的數(shù)據(jù)集上進行實驗,結(jié)果表明文章提出的算法優(yōu)于目前其他行人再識別算法。
[Abstract]:Cross-camera pedestrian rerecognition is the basic function of security monitoring in large transportation hub. It provides support for subsequent pedestrian tracking and behavior recognition. The effects of motion deformation and illumination change are significant, and the commonly used pedestrian rerecognition algorithms are not very robust to the above factors. In this paper, a cross-camera rerecognition algorithm for large traffic hubs is proposed, in which a single pedestrian image is replaced by an image sequence, and at the same time, The image sequence is grouped by system sampling method, and then the similarity is calculated by using the group as the unit. The result is used as the feature training Adaboost classifier. Finally, the output of each classifier is synthesized to judge the recognition result. Experiments are carried out on two challenging data sets, iLIDS and ETHZ. The results show that the proposed algorithm is superior to other pedestrian recognition algorithms.
【作者單位】： 深圳信息職業(yè)技術(shù)學院;華南理工大學土木交通學院;長沙理工大學計算機與通信工程學院;中國人民解放軍95339部隊;
【基金】：國家自然科學基金(51408237) 廣東省科技計劃(2012A010800003)
【分類號】：TP391.41

【相似文獻】

相關期刊論文 前10條

1 王曉龍;袁艷;張?zhí)┥?;一種實體運動模式相似性度量方法的研究[J];計算機仿真;2009年11期

2 王黎;帥建梅;;圖像重排序中與查詢相關的圖像相似性度量[J];計算機系統(tǒng)應用;2010年11期

3 文成林;周哲;徐曉濱;;一種新的廣義梯形模糊數(shù)相似性度量方法及在故障診斷中的應用[J];電子學報;2011年S1期

4 仝朝陽，，石教英;一種關于布爾模式的相似性度量及其應用[J];計算機研究與發(fā)展;1996年08期

5 杜培軍,方濤,唐宏;基于集合論的光譜相似性度量及在影像檢索中的應用[J];上海交通大學學報;2004年S1期

6 熊家軍,涂靜,李慶華;入侵檢測聚類中相似性度量的等效性研究[J];計算機工程;2005年07期

7 鞠可一;周德群;吳君民;;混合概念格在案例相似性度量中的應用[J];控制與決策;2010年07期

8 劉海濤;魏汝祥;蔣國萍;;軟件成本數(shù)據(jù)的相似性度量[J];上海交通大學學報;2012年11期

9 鄭翠翠;李林;;協(xié)同過濾算法中的相似性度量方法研究[J];計算機工程與應用;2014年08期

10 吳德;葉傳標;;時間序列相似性度量在水文數(shù)據(jù)挖掘中的應用研究[J];現(xiàn)代計算機(專業(yè)版);2008年11期

相關會議論文 前10條

1 劉喜平;萬常選;;一種二維的樹型文檔結(jié)構(gòu)相似性度量[A];第二十五屆中國數(shù)據(jù)庫學術(shù)會議論文集（二）[C];2008年

2 劉俊義;王潤生;;仿射不變的多邊形相似性度量[A];中國圖象圖形科學技術(shù)新進展——第九屆全國圖象圖形科技大會論文集[C];1998年

3 楊艷春;孟祥武;;P2P網(wǎng)絡服務環(huán)境中的節(jié)點相似性度量研究[A];CCF NCSC 2011——第二屆中國計算機學會服務計算學術(shù)會議論文集[C];2011年

4 李彬彬;羅樂;;基于信源學的光譜相似性度量方法的比較研究[A];2009全國計算機網(wǎng)絡與通信學術(shù)會議論文集[C];2009年

5 羅陽;趙偉;;相似性度量研究及最優(yōu)相似系數(shù)[A];中國氣象學會2008年年會天氣預報準確率與公共氣象服務分會場論文集[C];2008年

6 周曉蕾;唐明浩;於思俊;;服裝款式系統(tǒng)中的相似性度量算法研究[A];2008年中國高校通信類院系學術(shù)研討會論文集（下冊）[C];2009年

7 劉寶生;閆莉萍;周東華;;圖像匹配中相似性度量[A];第16屆中國過程控制學術(shù)年會暨第4屆全國故障診斷與安全性學術(shù)會議論文集[C];2005年

8 李新光;鄭君君;祝一薇;劉建軍;夏勝平;譚立球;;基于屬性圖模型的圖像相似性度量[A];第十五屆全國圖象圖形學學術(shù)會議論文集[C];2010年

9 沈君;馬生全;;兩種新的相似性度量在模糊推理中的應用[A];中國運籌學會模糊信息與模糊工程分會第五屆學術(shù)年會論文集[C];2010年

10 廉鑫;林偉堅;張海威;袁曉潔;;基于雙向路徑約束模型的XML文檔結(jié)構(gòu)相似性度量[A];NDBC2010第27屆中國數(shù)據(jù)庫學術(shù)會議論文集(B輯)[C];2010年

相關博士學位論文 前7條

1 趙秀麗;基于有趣地點壓縮的移動點對象時空軌跡聚類研究[D];北京交通大學;2016年

2 朱進;基于運動特征的軌跡相似性度量研究[D];南京師范大學;2015年

3 白雪;聚類分析中的相似性度量及其應用研究[D];北京交通大學;2012年

4 張明;基于內(nèi)容的圖象相似性度量技術(shù)研究及其在水利中的應用[D];河海大學;2003年

5 邱明;語義相似性度量及其在設計管理系統(tǒng)中的應用[D];浙江大學;2006年

6 周瑜;視頻跟蹤中的目標建模及相似性度量研究[D];華中科技大學;2014年

7 戚文靜;基于范例的圖案創(chuàng)作關鍵技術(shù)研究[D];山東大學;2012年

相關碩士學位論文 前10條

1 曹莉莉;基于GC-MS的高速譜庫搜索算法研究[D];安徽大學;2015年

2 蔣欣;基于粒子濾波的故障預報算法研究[D];福建師范大學;2015年

3 張豪;符號序列相似性度量及聚類新算法[D];福建師范大學;2015年

4 周漢海;基于少量選點的社團檢測算法研究[D];蘭州大學;2015年

5 張考;面向電子商務的虛假評論檢測的關鍵技術(shù)研究[D];解放軍信息工程大學;2015年

6 張靜轉(zhuǎn);基于集對相似性度量的社區(qū)發(fā)現(xiàn)算法研究[D];燕山大學;2016年

7 張婷;基于近鄰協(xié)同過濾算法中相似性度量的研究[D];西南交通大學;2016年

8 陳龍飛;心電時間序列的表示和相似性度量方法的研究[D];哈爾濱工業(yè)大學;2016年

9 張娜;相似性度量及其在圖像非局部濾波中的應用研究[D];昆明理工大學;2016年

10 聶學成;面向文本標識的柔性語義相似性度量方法[D];天津大學;2014年

本文編號：1503938