基于多特征融合的嫌疑車輛檢索方法研究
發(fā)布時(shí)間:2021-08-04 00:46
隨著日益多元化、智能化的犯罪現(xiàn)象劇增,運(yùn)用先進(jìn)的科學(xué)技術(shù)手段是現(xiàn)代公安辦案的必然趨勢(shì),在高效偵破案件的同時(shí)也能極大節(jié)省所需的人力和物力。嫌疑車輛檢索是視頻圖像偵查的重要任務(wù)之一,它的目標(biāo)是要從海量的視頻圖像數(shù)據(jù)中找到與目標(biāo)嫌疑車輛身份一致的車輛,從而分析掌握嫌疑人的行駛軌跡、生活規(guī)律、關(guān)聯(lián)地區(qū)等偵破案件所依賴的重要線索。傳統(tǒng)的人工車輛檢索方式存在效率低、可靠性低等不足,因此實(shí)現(xiàn)自動(dòng)化嫌疑車輛檢索刻不容緩。本文以基于內(nèi)容的嫌疑車輛檢索技術(shù)為研究目標(biāo),旨在通過優(yōu)化圖像特征來改善檢索效果,主要的研究工作和成果如下:1.提出了一種基于車窗定位的車輛2D結(jié)構(gòu)建模及視點(diǎn)規(guī)范化方法。為保證特征在表達(dá)圖像時(shí)的一致性,使用車輛視點(diǎn)規(guī)范化方法對(duì)不同朝向的車輛圖像進(jìn)行布局統(tǒng)一,設(shè)計(jì)了一種二階段車窗精準(zhǔn)定位方法以保證車輛2D結(jié)構(gòu)建模的準(zhǔn)確性。2.探討了針對(duì)車輛顏色識(shí)別多個(gè)難點(diǎn)的較新的解決思路。融合多種圖像預(yù)處理算法緩解圖像色偏現(xiàn)象,使用車輛2D結(jié)構(gòu)模型確定具有視角不變性的車輛顏色識(shí)別區(qū)域,設(shè)計(jì)了一種表達(dá)力更強(qiáng)的基于超像素的HSV顏色特征。3.提出了一種多任務(wù)車輛重識(shí)別網(wǎng)絡(luò)MT-IVSN。在現(xiàn)有重識(shí)別網(wǎng)絡(luò)研究基...
【文章來源】:浙江工業(yè)大學(xué)浙江省
【文章頁(yè)數(shù)】:90 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
SCI、EI檢索中LPR相關(guān)文獻(xiàn)統(tǒng)計(jì)結(jié)果
車輛訓(xùn)練數(shù)據(jù)集的車輛偏轉(zhuǎn)角方向統(tǒng)計(jì)結(jié)果
浙江工業(yè)大學(xué)碩士學(xué)位論文實(shí)驗(yàn)結(jié)果與分析 實(shí)驗(yàn)樣本為了驗(yàn)證車窗定位算法的有效性,本文從圖 2-10 所示五個(gè)路口中隨機(jī)抽本進(jìn)行實(shí)驗(yàn),每張樣本都手工進(jìn)行了車窗外接矩形框和車窗精準(zhǔn)位置的測(cè)試樣例的標(biāo)注情況如下圖 2-19 所示,圖中紅框標(biāo)注的是車窗外接矩形注的是車窗精準(zhǔn)位置。
【參考文獻(xiàn)】:
博士論文
[1]基于深度學(xué)習(xí)的野外巡線系統(tǒng)圖像目標(biāo)檢測(cè)研究[D]. 王振華.中國(guó)地質(zhì)大學(xué)(北京) 2018
[2]自然場(chǎng)景下車輛顏色識(shí)別研究[D]. 陳攀.華中科技大學(xué) 2016
碩士論文
[1]基于稀疏表示的肝臟病變圖像檢索方法研究[D]. 陳周仇.中南林業(yè)科技大學(xué) 2018
[2]基于Retinex理論的低照度彩色圖像增強(qiáng)算法研究[D]. 陳燦燦.沈陽(yáng)航空航天大學(xué) 2018
[3]基于超像素的圖像分割方法研究[D]. 董含.西安電子科技大學(xué) 2017
[4]面向大規(guī)模多模態(tài)圖像檢索的關(guān)鍵技術(shù)研究及系統(tǒng)實(shí)現(xiàn)[D]. 楊睿.山東大學(xué) 2017
[5]粒子群優(yōu)化算法在圖像檢索中的應(yīng)用[D]. 銀莉.中北大學(xué) 2017
[6]基于深度學(xué)習(xí)的圖像哈希檢索[D]. 張南.天津工業(yè)大學(xué) 2017
[7]用于公共安全的視頻檢索研究[D]. 汪琦.南京理工大學(xué) 2017
[8]基于車載裝飾品特征的車輛檢索方法研究[D]. 陳愛偉.東南大學(xué) 2016
[9]基于內(nèi)容的文物圖像檢索技術(shù)的研究和實(shí)現(xiàn)[D]. 李曉.鄭州大學(xué) 2016
[10]數(shù)字圖像處理在車牌識(shí)別中的若干應(yīng)用[D]. 阮志毅.海南師范大學(xué) 2016
本文編號(hào):3320650
【文章來源】:浙江工業(yè)大學(xué)浙江省
【文章頁(yè)數(shù)】:90 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
SCI、EI檢索中LPR相關(guān)文獻(xiàn)統(tǒng)計(jì)結(jié)果
車輛訓(xùn)練數(shù)據(jù)集的車輛偏轉(zhuǎn)角方向統(tǒng)計(jì)結(jié)果
浙江工業(yè)大學(xué)碩士學(xué)位論文實(shí)驗(yàn)結(jié)果與分析 實(shí)驗(yàn)樣本為了驗(yàn)證車窗定位算法的有效性,本文從圖 2-10 所示五個(gè)路口中隨機(jī)抽本進(jìn)行實(shí)驗(yàn),每張樣本都手工進(jìn)行了車窗外接矩形框和車窗精準(zhǔn)位置的測(cè)試樣例的標(biāo)注情況如下圖 2-19 所示,圖中紅框標(biāo)注的是車窗外接矩形注的是車窗精準(zhǔn)位置。
【參考文獻(xiàn)】:
博士論文
[1]基于深度學(xué)習(xí)的野外巡線系統(tǒng)圖像目標(biāo)檢測(cè)研究[D]. 王振華.中國(guó)地質(zhì)大學(xué)(北京) 2018
[2]自然場(chǎng)景下車輛顏色識(shí)別研究[D]. 陳攀.華中科技大學(xué) 2016
碩士論文
[1]基于稀疏表示的肝臟病變圖像檢索方法研究[D]. 陳周仇.中南林業(yè)科技大學(xué) 2018
[2]基于Retinex理論的低照度彩色圖像增強(qiáng)算法研究[D]. 陳燦燦.沈陽(yáng)航空航天大學(xué) 2018
[3]基于超像素的圖像分割方法研究[D]. 董含.西安電子科技大學(xué) 2017
[4]面向大規(guī)模多模態(tài)圖像檢索的關(guān)鍵技術(shù)研究及系統(tǒng)實(shí)現(xiàn)[D]. 楊睿.山東大學(xué) 2017
[5]粒子群優(yōu)化算法在圖像檢索中的應(yīng)用[D]. 銀莉.中北大學(xué) 2017
[6]基于深度學(xué)習(xí)的圖像哈希檢索[D]. 張南.天津工業(yè)大學(xué) 2017
[7]用于公共安全的視頻檢索研究[D]. 汪琦.南京理工大學(xué) 2017
[8]基于車載裝飾品特征的車輛檢索方法研究[D]. 陳愛偉.東南大學(xué) 2016
[9]基于內(nèi)容的文物圖像檢索技術(shù)的研究和實(shí)現(xiàn)[D]. 李曉.鄭州大學(xué) 2016
[10]數(shù)字圖像處理在車牌識(shí)別中的若干應(yīng)用[D]. 阮志毅.海南師范大學(xué) 2016
本文編號(hào):3320650
本文鏈接:http://sikaile.net/kejilunwen/shengwushengchang/3320650.html
最近更新
教材專著