隨著計(jì)算機(jī)技術(shù)和互聯(lián)網(wǎng)的發(fā)展,各類互聯(lián)網(wǎng)基礎(chǔ)設(shè)施逐漸被完善,基于大規(guī)模網(wǎng)絡(luò)攝像頭視頻流的數(shù)據(jù)分析挖掘已經(jīng)被廣泛應(yīng)用于交通、安防等領(lǐng)域,其中行人身份識別目前成為了研究熱點(diǎn)。通過行人身份識別,可以有效預(yù)防暴力犯罪、預(yù)防跟蹤尾隨以及幫助尋找逃犯等,具有重大的社會意義和研究價(jià)值。針對大規(guī)模監(jiān)控視頻流下的行人身份識別問題,采用最具有區(qū)分性的人臉表示行人身份,提出了一種行人身份識別系統(tǒng)的設(shè)計(jì)和實(shí)現(xiàn)方法。首先,利用FFMPEG抓取視頻流中的視頻幀,檢測其中的行人人臉位置。然后,將裁剪出來的人臉圖像存儲在SeaweedFS中,將抓取的人臉圖像信息發(fā)送到Kafka消息隊(duì)列中,依次消費(fèi)圖像消息,利用卷積神經(jīng)網(wǎng)絡(luò)檢測并對齊圖像中的人臉,提取人臉深度特征。最后,利用“二階段”聚類算法實(shí)現(xiàn)行人聚類,并實(shí)現(xiàn)了行人軌跡、行人頻次、同行人發(fā)現(xiàn)等挖掘算法。針對“二階段”聚類算法存在的局限性,提出了一種新的流式聚類算法“Stream”,并且提出了一種“角度空間轉(zhuǎn)換”模型,實(shí)現(xiàn)余弦距離度量下的類簇中心點(diǎn)和半徑的增量更新,為“Stream”算法的實(shí)現(xiàn)提供理論支持。基于“Stream”算法又提出了分布式的流式聚類算法“DStr... 

【文章來源】：華中科技大學(xué)湖北省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：70 頁

【學(xué)位級別】：碩士

【部分圖文】：

StormTopology示例

LFW數(shù)據(jù)集t-SNE二維嵌入可視化圖

Facescrub數(shù)據(jù)集t-SNE二維嵌入可視化圖


本文編號：3127374