行人重識(shí)別指的是,采用計(jì)算機(jī)視覺(jué)的技術(shù),判斷在視角不重疊的區(qū)域內(nèi)不同攝像頭捕捉到的行人圖像是否來(lái)自同一個(gè)行人的過(guò)程。由于行人重識(shí)別中用于訓(xùn)練的數(shù)據(jù)集需要跨多個(gè)攝像頭獲取實(shí)驗(yàn)樣本,攝像頭之間的內(nèi)在差異性導(dǎo)致人工標(biāo)注的方式效率低且難度大,無(wú)法應(yīng)用于大規(guī)模的數(shù)據(jù)集,從而限制了行人重識(shí)別研究的進(jìn)一步發(fā)展。因此,越來(lái)越多的研究者開(kāi)始關(guān)注不需要人工標(biāo)記（無(wú)監(jiān)督）或者僅需要每個(gè)行人一張已標(biāo)注圖像（單樣本）的行人重識(shí)別研究。本文也將針對(duì)這兩種任務(wù),分別提出兩種不同的算法來(lái)解決不充分行人圖像標(biāo)簽信息下（無(wú)監(jiān)督和單樣本）行人重識(shí)別模型的訓(xùn)練問(wèn)題。對(duì)于這兩類任務(wù),由于行人圖像缺少類別標(biāo)簽信息和成對(duì)標(biāo)簽信息,我們無(wú)法直接進(jìn)行基于分類損失和基于三元組損失的訓(xùn)練。因此,兩者都需要估計(jì)未標(biāo)注行人圖像的標(biāo)簽信息用于模型訓(xùn)練,一般通過(guò)計(jì)算圖像特征之間的相似度進(jìn)行圖像的匹配,進(jìn)而完成標(biāo)簽的標(biāo)注。然而,不同的攝像頭由于其所處的位置不同導(dǎo)致其拍攝到的行人角度存在差異、行人在不同時(shí)間點(diǎn)的姿態(tài)變化、光照的因素導(dǎo)致成像的差異等,使同一個(gè)行人的成像存在較大的差異（類內(nèi)差異）,甚至大于不同行人間的圖像差異（類間差異）,這也是行人重識(shí)別... 

【文章來(lái)源】：西南大學(xué)重慶市 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：62 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
數(shù)學(xué)符號(hào)對(duì)照表
第1章 緒論
    1.1 研究背景及意義
        1.1.1 研究背景
        1.1.2 應(yīng)用前景
        1.1.3 研究意義
    1.2 研究現(xiàn)狀
        1.2.1 基于監(jiān)督學(xué)習(xí)的行人重識(shí)別
        1.2.2 基于無(wú)監(jiān)督的行人重識(shí)別
    1.3 本文的主要研究?jī)?nèi)容
    1.4 本文組織
第2章 相關(guān)理論知識(shí)介紹
    2.1 行人重識(shí)別系統(tǒng)定義
    2.2 圖像描述算子
        2.2.1 顏色特征
        2.2.2 紋理特征
        2.2.3 局部特征
    2.3 深度學(xué)習(xí)系統(tǒng)
        2.3.1 卷積神經(jīng)網(wǎng)絡(luò)
        2.3.2 殘差網(wǎng)絡(luò)
        2.3.3 代價(jià)函數(shù)
    2.4 無(wú)監(jiān)督行人重識(shí)別
    2.5 領(lǐng)域自適應(yīng)
    2.6 半監(jiān)督學(xué)習(xí)
    2.7 本章小結(jié)
第3章 基于聚類指導(dǎo)的無(wú)監(jiān)督行人重識(shí)別
    3.1 聚類級(jí)別的監(jiān)督信息
    3.2 可信和困難的正負(fù)樣本對(duì)挖掘
    3.3 本章小結(jié)
第4章 基于標(biāo)簽融合和混合生成的單樣本行人重識(shí)別
    4.1 雙層標(biāo)簽融合
        4.1.1 特征匹配度標(biāo)簽
        4.1.2 分類預(yù)測(cè)度標(biāo)簽
    4.2 跨攝像頭圖像混合生成
    4.3 本章小結(jié)
第5章 實(shí)驗(yàn)與分析
    5.1 行人重識(shí)別的圖像數(shù)據(jù)集
    5.2 行人重識(shí)別算法的評(píng)價(jià)標(biāo)準(zhǔn)
    5.3 實(shí)驗(yàn)流程及實(shí)驗(yàn)分析
        5.3.1 基于聚類的無(wú)監(jiān)督行人重識(shí)別
        5.3.2 基于標(biāo)簽融合和混合生成的單樣本行人重識(shí)別
    5.4 本章小結(jié)
第6章 工作總結(jié)與展望
    6.1 論文工作總結(jié)
    6.2 未來(lái)工作展望
參考文獻(xiàn)
致謝
碩士期間發(fā)表的論文



本文編號(hào)：3197454