發(fā)布時(shí)間：2020-10-09 01:52

　　 隨著“互聯(lián)網(wǎng)+”的提出,人們的生活質(zhì)量在不斷的提高,“智慧城市”的建設(shè)也逐漸普及。構(gòu)建一個(gè)更加和諧、更加安全的社會(huì)環(huán)境成為現(xiàn)階段人們對(duì)安防建設(shè)的要求。近幾年來(lái),深度學(xué)習(xí)與人工智能的高速發(fā)展為各領(lǐng)域提供了新的發(fā)展方向,視頻監(jiān)控系統(tǒng)也隨之朝著更加智能化的發(fā)展方向。其中跨攝像機(jī)的行人再識(shí)別問(wèn)題近年來(lái)吸引了大批學(xué)者的研究。行人再識(shí)別技術(shù)作為智能監(jiān)控系統(tǒng)中的核心技術(shù),在跨攝像機(jī)的目標(biāo)跟蹤和行人檢索等方面都有著其至關(guān)重要的應(yīng)用。但是由于在監(jiān)控視頻系統(tǒng)中,攝像機(jī)的成像質(zhì)量、光照強(qiáng)度、監(jiān)控視角以及行人姿態(tài)不同等原因,導(dǎo)致同一個(gè)行人目標(biāo)在不同監(jiān)控視頻中的外觀特征出現(xiàn)較大的差異,對(duì)行人再識(shí)別問(wèn)題的研究造成重大干擾,使行人再識(shí)別面臨眾多挑戰(zhàn)。基于以上這些問(wèn)題,本文分別從設(shè)計(jì)特征和圖像分割方面,設(shè)計(jì)了一種特征融合和橢圓分割的ReID算法,最后,為應(yīng)用于實(shí)際系統(tǒng),本文采用基于特征的詞袋模型加快檢索速度。論文的主要研究工作及創(chuàng)新點(diǎn)如下:1.基于特征部分,本文首先利用全局與局部特征相結(jié)合的組合框架。這種結(jié)構(gòu)即可以保證特征信息的完整性也可以突出局部信息,接著采用LOMO和GOG這種包含幾種基礎(chǔ)特征的復(fù)合特征作為全局特征,并結(jié)合局部的HSV和LAB顏色特征,可以充分發(fā)揮LOMO與GOG特征的互補(bǔ)特性,從而形成了一個(gè)更加具有魯棒性的特征表達(dá)。2.圖像分割部分,采用橢圓分割與水平均勻分割�；谛腥藞D像的性質(zhì),現(xiàn)階段的行人再識(shí)別數(shù)據(jù)集圖像的邊框,其四個(gè)直角區(qū)域大多都為無(wú)用的干擾信息,利用橢圓分割可去除部分無(wú)關(guān)的背景干擾,并且可以減少計(jì)算復(fù)雜度。為突出局部細(xì)節(jié)信息,再加上水平均勻分割,增加圖像部分細(xì)節(jié),增加特征的有效性。3.結(jié)合以上的工作及算法特點(diǎn),設(shè)計(jì)出一個(gè)基于B/S框架的跨攝像機(jī)的行人再識(shí)別檢索系統(tǒng),并在此系統(tǒng)中增加基于詞袋模型的快速檢索算法增加系統(tǒng)檢索效率,以此實(shí)現(xiàn)對(duì)行人目標(biāo)的快速檢索。
【學(xué)位單位】：合肥工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類(lèi)】：TN948.41;TP391.41
【部分圖文】：

合肥工業(yè)大學(xué)碩士研究生學(xué)位論文次利用橢圓分割來(lái)減少背景干擾以及減低計(jì)算復(fù)雜度，最后在特征層面利用全局與局部特征相結(jié)合的模式，并且，增加了水平均勻分割，突出局部特征，增加特征的魯棒性，再利用 ADMM[3]優(yōu)化損失函數(shù)得到最優(yōu)解。其次，本文采用了基于詞袋模型的快速檢索算法并在其基礎(chǔ)上進(jìn)行改進(jìn)，最后將 ReID 在 B/S 架構(gòu)的實(shí)際監(jiān)控系統(tǒng)中實(shí)現(xiàn)。

圖 2.1 基于特征表達(dá)的行人再識(shí)別框架Fig 2.1 Framework of person re-identification based on feature expression目前，經(jīng)常使用的手工特征主要有顏色特征、紋理特征和梯度特征等等，這些都是簡(jiǎn)單的底層特征，如 HSV、RGB、LAB、YcbCr 等顏色特征，LBP 和 SILTP等紋理特征，HOG 等梯度特征。這種底層特征提取算法簡(jiǎn)單，特征較為單一包含圖像的信息種類(lèi)有限，所以對(duì)環(huán)境以及光照和視角變化的表達(dá)能力有限。

圖 2.1 基于特征表達(dá)的行人再識(shí)別框架Fig 2.1 Framework of person re-identification based on feature expression目前，經(jīng)常使用的手工特征主要有顏色特征、紋理特征和梯度特征等等，這些都是簡(jiǎn)單的底層特征，如 HSV、RGB、LAB、YcbCr 等顏色特征，LBP 和 SILTP等紋理特征，HOG 等梯度特征。這種底層特征提取算法簡(jiǎn)單，特征較為單一包含圖像的信息種類(lèi)有限，所以對(duì)環(huán)境以及光照和視角變化的表達(dá)能力有限。

【參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 張挽虹;;人民幣市場(chǎng)利率預(yù)測(cè)分析[J];現(xiàn)代商貿(mào)工業(yè);2009年12期

2 尹榮,鄭兆瑞,郭海儒;一種基于圖元的多級(jí)圖像檢索系統(tǒng)[J];太原理工大學(xué)學(xué)報(bào);2004年03期

相關(guān)碩士學(xué)位論文 前6條

1 王慈淳;非重疊視域多攝像機(jī)行人再識(shí)別研究與實(shí)現(xiàn)[D];合肥工業(yè)大學(xué);2018年

2 劉一敏;基于深度學(xué)習(xí)的視頻行人再識(shí)別研究[D];合肥工業(yè)大學(xué);2018年

3 儲(chǔ)慧芳;基于深度特征與傳統(tǒng)特征融合的行人再識(shí)別研究[D];合肥工業(yè)大學(xué);2018年

4 賀智超;基于深度學(xué)習(xí)和遷移學(xué)習(xí)的多任務(wù)圖像分類(lèi)[D];華南理工大學(xué);2017年

5 胡龍飛;無(wú)重疊視域多攝像機(jī)行人再識(shí)別的研究與實(shí)現(xiàn)[D];合肥工業(yè)大學(xué);2017年

6 譚雄雄;分布式振動(dòng)傳感定位視頻監(jiān)控技術(shù)[D];電子科技大學(xué);2016年

本文編號(hào)：2833059