行人再識(shí)別是一項(xiàng)跨攝像頭的行人匹配技術(shù),其目的是在跨視域的候選行人集中檢索出目標(biāo)行人。由于受光照、視角、姿態(tài)以及遮擋物等因素的影響,同一行人的外觀在不同監(jiān)控畫面下會(huì)呈現(xiàn)出很大的差異,這給行人再識(shí)別工作帶來(lái)了巨大的挑戰(zhàn)。本文針對(duì)行人再識(shí)別中的特征描述和重排序兩個(gè)方面進(jìn)行了研究,并將相關(guān)的研究成果應(yīng)用在校園場(chǎng)景中,設(shè)計(jì)了一個(gè)行人再識(shí)別的原型系統(tǒng)。主要工作如下:(1)為了提高行人特征對(duì)光照和姿態(tài)變化的魯棒性,一方面,本文利用了帶色彩恢復(fù)因子的多尺度視網(wǎng)膜增強(qiáng)算法(MSRCR,Multi-Scale Retinex with Color Restoration)對(duì)原始數(shù)據(jù)進(jìn)行預(yù)處理,該算法通過(guò)增強(qiáng)圖像中亮度偏暗的區(qū)域來(lái)豐富圖像局部的色彩信息。另一方面,本文通過(guò)人體關(guān)鍵點(diǎn)和仿射變換來(lái)歸一化行人的姿態(tài),并設(shè)計(jì)了一個(gè)深度神經(jīng)網(wǎng)絡(luò)模型PIF來(lái)提取行人的包含了姿態(tài)不變信息的深度特征。相比于手工設(shè)計(jì)的特征和只考慮了局部姿態(tài)對(duì)齊后的特征,該模型通過(guò)偽孿生的網(wǎng)絡(luò)結(jié)構(gòu)實(shí)現(xiàn)了對(duì)原始圖像和姿態(tài)歸一化圖像的聯(lián)合學(xué)習(xí),兼顧了全局和局部的深度特征。最后通過(guò)在三個(gè)公共數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn)和分析,證明了該方法能夠有效緩解光照和姿...

【文章頁(yè)數(shù)】：75 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
中文摘要
Abstract
第一章 緒論
    1.1 課題研究背景與意義
    1.2 研究現(xiàn)狀
        1.2.1 行人再識(shí)別的發(fā)展歷程
        1.2.2 行人再識(shí)別的一般步驟
        1.2.3 基于特征表達(dá)和相似性度量的行人再識(shí)別
        1.2.4 基于深度學(xué)習(xí)方法的行人再識(shí)別
        1.2.5 基于重排序算法的行人再識(shí)別
    1.3 目前存在的主要問(wèn)題
    1.4 本文的主要工作及創(chuàng)新點(diǎn)
    1.5 本文的結(jié)構(gòu)安排
第二章 基于姿態(tài)不變性深度特征的行人再識(shí)別方法
    2.1 對(duì)現(xiàn)有方法的分析
    2.2 基于MSRCR的預(yù)處理算法
    2.3 基于姿態(tài)不變性的行人特征的提取
        2.3.1 基于殘差網(wǎng)絡(luò)的基準(zhǔn)模型
        2.3.2 基于姿態(tài)不變的行人特征
        2.3.3 基于行人姿態(tài)不變性的偽孿生網(wǎng)絡(luò)模型
    2.4 實(shí)驗(yàn)結(jié)果與分析
        2.4.1 在VIPeR數(shù)據(jù)集上的實(shí)驗(yàn)與分析
        2.4.2 在CUHK03數(shù)據(jù)集上的實(shí)驗(yàn)與分析
        2.4.3 在Market1501數(shù)據(jù)集上的實(shí)驗(yàn)與分析
    2.5 本章小結(jié)
第三章 基于雙向KNN重排序的行人再識(shí)別方法
    3.1 對(duì)現(xiàn)有方法的分析
    3.2 基于KNN的重排序算法
        3.2.1 KNN算法
        3.2.2 基于KNN的距離計(jì)算
    3.3 基于雙向KNN的重排序算法
        3.3.1 雙向KNN算法
        3.3.2 基于雙向KNN的距離計(jì)算
    3.4 實(shí)驗(yàn)結(jié)果與分析
        3.4.1 在Market1501數(shù)據(jù)集上的實(shí)驗(yàn)與分析
        3.4.2 在PRW數(shù)據(jù)集上的實(shí)驗(yàn)與分析
        3.4.3 參數(shù)分析
    3.5 本章小結(jié)
第四章 行人再識(shí)別在校園場(chǎng)景下的應(yīng)用
    4.1 應(yīng)用背景
    4.2 系統(tǒng)的整體架構(gòu)
    4.3 系統(tǒng)的功能模塊
        4.3.1 行人檢測(cè)
        4.3.2 數(shù)據(jù)預(yù)處理
        4.3.3 行人檢索
    4.4 系統(tǒng)的結(jié)果展示與性能分析
    4.5 本章小結(jié)
第五章 總結(jié)與展望
    5.1 論文工作總結(jié)
    5.2 未來(lái)工作展望
參考文獻(xiàn)
攻讀學(xué)位期間參與科研項(xiàng)目和公開發(fā)表的論文
致謝



本文編號(hào)：3872248