行人重識(shí)別是指在多個(gè)非重疊攝像頭拍攝的場(chǎng)景下,給定查詢(xún)行人圖像,從大規(guī)模圖像庫(kù)中檢索出相同身份的行人圖像。行人重識(shí)別在智能安防、視頻監(jiān)控等實(shí)際應(yīng)用中扮演著重要的角色,在計(jì)算機(jī)視覺(jué)領(lǐng)域受到了廣泛的關(guān)注。隨著深度學(xué)習(xí)的發(fā)展,行人重識(shí)別的性能有了顯著的提升。另一方面,自然場(chǎng)景中遮擋十分常見(jiàn),例如背景遮擋、行人互相遮擋等,使得行人重識(shí)別在實(shí)際應(yīng)用中性能?chē)?yán)重下降。因此,研究如何學(xué)習(xí)判別性的深度度量嵌入表征,以及如何對(duì)遮擋行人圖像進(jìn)行去遮擋處理,用于遮擋場(chǎng)景下的行人重識(shí)別是一個(gè)具有實(shí)際價(jià)值和富有挑戰(zhàn)的研究方向。本文的主要工作如下:首先,現(xiàn)有的行人重識(shí)別方法大多提取不同局部區(qū)域的特征來(lái)處理遮擋,但是忽略不同局部區(qū)域之間的空間語(yǔ)義關(guān)系。本文提出一種新穎的行人重識(shí)別方法,其基于長(zhǎng)短期記憶網(wǎng)絡(luò)提取判別性的行人表征,用于處理遮擋問(wèn)題。具體來(lái)說(shuō),本文利用長(zhǎng)短期記憶網(wǎng)絡(luò)學(xué)習(xí)不同局部區(qū)域的空間語(yǔ)義關(guān)系,從而得到多方向空間編碼局部特征。同時(shí),本文基于分類(lèi)不確定性提出一種自適應(yīng)近鄰損失,可以在樣本的近鄰范圍內(nèi)有效減少類(lèi)內(nèi)變化,同時(shí)擴(kuò)大類(lèi)間差異。該損失可以使得深度神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)一個(gè)嵌入空間,得到判別性的深度度量嵌入作為行... 

【文章來(lái)源】：廈門(mén)大學(xué)福建省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：84 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

循環(huán)神經(jīng)網(wǎng)絡(luò)(左側(cè))及其展開(kāi)形式〔右側(cè))的示意圖l’]

圖２．２生成對(duì)抗網(wǎng)絡(luò)示意圖

圖２．６行人重識(shí)別中采用的（ａ）樣本對(duì)孿生網(wǎng)絡(luò)和（ｂ）三元組孿生網(wǎng)絡(luò)結(jié)構(gòu)示意圖


本文編號(hào)：3568923