【摘要】：隨著圖像視頻識別技術(shù)的發(fā)展以及全球?qū)Τ鞘邪卜老到y(tǒng)的重視,行人再識別問題成為監(jiān)控視頻智能分析、個(gè)人相冊管理、大型場所人流分析等多領(lǐng)域的研究熱點(diǎn),具有廣泛的應(yīng)用前景,在維護(hù)社會(huì)治安和提高刑事案件偵辦效率方面將起到巨大作用。行人再識別本質(zhì)上是完成不同場景下的相同身份行人圖像匹配任務(wù),鎖定的目標(biāo)從一個(gè)攝像頭下消失,當(dāng)該目標(biāo)在其它攝像頭視角下出現(xiàn)時(shí),系統(tǒng)仍能夠依據(jù)其特征重新鎖定。目前完成該任務(wù)所面臨的難題主要有光照、背景變換的干擾,行人姿勢的非固定性以及時(shí)空信息的不連續(xù)性等等,因此,行人再識別仍然是一個(gè)非常具有挑戰(zhàn)性的研究任務(wù)。論文使用深度學(xué)習(xí)相關(guān)領(lǐng)域的研究方法,以提高行人再識別的匹配準(zhǔn)確率和減輕樣本標(biāo)注工作量為目的進(jìn)行了深入研究。針對早期行人再識別研究中提取的行人圖像特征辨別度低、穩(wěn)定性差的問題,在卷積神經(jīng)網(wǎng)絡(luò)提取行人特征的基礎(chǔ)上進(jìn)行改進(jìn)和更深一步研究,提出了基于PCA降維的多層深度特征融合的行人再識別研究方法。利用經(jīng)典的LeNet-5卷積神經(jīng)網(wǎng)絡(luò)對行人圖像進(jìn)行處理,對卷積神經(jīng)網(wǎng)絡(luò)中每一層得到的圖像特征進(jìn)行PCA降維,保留其主要成分,并將各層降維后的特征進(jìn)行融合,基于歐氏距離判斷待查詢行人與圖像庫中各行人的相似性,得到行人再識別的匹配結(jié)果。實(shí)驗(yàn)結(jié)果表明,與已有的行人再識別方法相比,此方法準(zhǔn)確率更高。針對目前行人再識別跨數(shù)據(jù)集測試性能下降嚴(yán)重和訓(xùn)練樣本標(biāo)注成本高的問題,提出采用風(fēng)格遷移和度量融合的方法。采用循環(huán)對抗生成網(wǎng)絡(luò)將一個(gè)數(shù)據(jù)集中帶標(biāo)簽的數(shù)據(jù)圖像風(fēng)格轉(zhuǎn)換到另一個(gè)無標(biāo)簽的數(shù)據(jù)集上,在風(fēng)格轉(zhuǎn)換后的數(shù)據(jù)圖像上進(jìn)行訓(xùn)練,并采用直接度量和間接度量相結(jié)合的方式進(jìn)行相似度度量,在無標(biāo)簽數(shù)據(jù)集上測試,并將行人圖像按相似度由高到低排列輸出。實(shí)驗(yàn)結(jié)果表明,該方法可明顯提高跨數(shù)據(jù)集的行人再識別準(zhǔn)確度。
【圖文】：

基于深度學(xué)習(xí)的行人再識別研究r 的比例，Rank-1 表示首位命中率，即相似度最高的圖像與的概率。實(shí)際應(yīng)用中，不會(huì)要求只以第一匹配率作為唯一評ank-30 都會(huì)列入評價(jià)范圍。Rank-k 識別率就是指前k 項(xiàng)中有正均值（Mean Average Preciaion, mAP）是估計(jì)事物檢索精度的下最大精度的平均值，最早應(yīng)用于信息檢索領(lǐng)域[40][41]。信息域有兩個(gè)最基本的性能指標(biāo)是準(zhǔn)確率P （查準(zhǔn)率）和召回率如圖 1.1 所示。

圖 1.2 P-R 關(guān)系圖再識別領(lǐng)域存在的一些問題進(jìn)行了研究，別模型和基于風(fēng)格遷移的行人再識別模型題進(jìn)行了研究，分析了目前常用的圖像特比之后，，選用了目前較為廣泛使用的卷積及空間關(guān)系等常用特征以及深層特征，并量的基準(zhǔn)，對再識別任務(wù)進(jìn)行學(xué)習(xí)及測試存有的在與訓(xùn)練集不同的數(shù)據(jù)集上進(jìn)行測和度量融合的方法。用循環(huán)對抗生成網(wǎng)絡(luò)換到另一個(gè)無標(biāo)簽的數(shù)據(jù)集上，然后，在用直接度量和間接度量相結(jié)合的方式進(jìn)行
【學(xué)位授予單位】：山西大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TP391.41;TP18

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 賈麗娟;;關(guān)于圖像分辨率的教學(xué)思考[J];印刷世界;2011年05期

2 丁曉蓮;周激流;李曉華;吳朋;;人臉識別率與圖像分辨率關(guān)系的比較分析[J];計(jì)算機(jī)工程;2009年11期

3 張秀屏，劉錫國，叢玉良;提高彩電圖像分辨率的研討[J];光學(xué)精密工程;1994年02期

4 衛(wèi)紅;為DVD機(jī)配哪種彩電[J];家庭科技;2000年07期

5 卜麗靜;張銘娟;陳方惠;許崢輝;趙曉宇;;利用地面靶標(biāo)的超分辨率重建圖像分辨率評價(jià)[J];測繪科學(xué);2019年12期

6 ;斯波特5衛(wèi)星商業(yè)圖像分辨率將達(dá)2.5m[J];國際太空;1997年05期

7 宋其華;郭根生;;解析計(jì)算機(jī)圖像分辨率[J];中國電化教育;2003年11期

8 谷梗;;數(shù)字圖像分辨率定義與其計(jì)量方法——對“數(shù)字電影技術(shù)術(shù)語普及讀本”有關(guān)條目的商榷意見[J];現(xiàn)代電影技術(shù);2013年07期

9 ;教你詳細(xì)了解各種分辨率[J];計(jì)算機(jī)與網(wǎng)絡(luò);2011年24期

10 謝美華;王正明;;圖像分辨率增強(qiáng)的偏微分方程方法[J];遙感學(xué)報(bào);2005年06期

相關(guān)會(huì)議論文 前10條

1 楊德強(qiáng);蘇光大;徐天偉;;一種基于幻想臉的人臉圖像分辨率提升新技術(shù)[A];第二十七屆中國控制會(huì)議論文集[C];2008年

2 翟廣濤;;基于二進(jìn)小波變換的圖像分辨率增強(qiáng)算法[A];2003年中國智能自動(dòng)化會(huì)議論文集（下冊）[C];2003年

3 任曉暉;龔勇清;;體全息存儲(chǔ)再現(xiàn)圖像分辨率實(shí)驗(yàn)研究[A];第十一屆全國光學(xué)測試學(xué)術(shù)討論會(huì)論文（摘要集）[C];2006年

4 陳樂;強(qiáng)天鵬;章有為;;小徑管CR射線檢測圖像分辨率研究[A];2017遠(yuǎn)東無損檢測新技術(shù)論壇論文集[C];2017年

5 趙源萌;鄧朝;張馨;張存林;;被動(dòng)式人體太赫茲安檢成像的分辨率增強(qiáng)算法研究[A];中國光學(xué)學(xué)會(huì)2011年學(xué)術(shù)大會(huì)摘要集[C];2011年

6 張?jiān)骆?仇曉蘭;丁赤飚;雷斌;付琨;;高分辨率SAR圖像橋梁目標(biāo)仿真與特性分析[A];第三屆高分辨率對地觀測學(xué)術(shù)年會(huì)（地面系統(tǒng)與應(yīng)用技術(shù)分會(huì)）優(yōu)秀論文集[C];2014年

7 張龍;張翔;孟新秀;;基于圖像的艦船目標(biāo)識別技術(shù)研究[A];2019年全國公共安全通信學(xué)術(shù)研討會(huì)優(yōu)秀論文集[C];2019年

8 鄭虹;曾坤;郭迪;應(yīng)佳熙;楊鈺;彭璽;陳忠;屈小波;;基于梯度引導(dǎo)的邊緣增強(qiáng)多對比度腦部MRI圖像超分辨[A];2018第二十屆全國波譜學(xué)學(xué)術(shù)年會(huì)會(huì)議論文摘要集[C];2018年

9 吳明曉;張晶;;基于深度學(xué)習(xí)的頸動(dòng)脈超聲圖像斑塊識別方法[A];中國醫(yī)學(xué)裝備大會(huì)暨2019醫(yī)學(xué)裝備展覽會(huì)論文匯編[C];2019年

10 蔡世學(xué);;最新研制的一種小型空載圖象雷達(dá)成果[A];第十三屆全國遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2001年

相關(guān)重要報(bào)紙文章 前10條

1 記者 劉霞;迄今最詳細(xì)人腦圖像“出爐”[N];科技日報(bào);2019年

2 記者 劉海英;商用打印機(jī)印制出隱形圖像[N];科技日報(bào);2016年

3 尹長城 北京大學(xué)醫(yī)學(xué)部生物物理學(xué)系教授 分析中心電鏡室主任 中國生物物理學(xué)會(huì)冷凍電鏡分會(huì)副理事長 中國電子顯微學(xué)會(huì)低溫電鏡專業(yè)委員會(huì)主任;獲諾獎(jiǎng)的冷凍電鏡是何方“神器”？[N];北京科技報(bào);2017年

4 劉筱霞;陳永常;PHOTOSHOP中圖像分辨率的設(shè)置[N];中國包裝報(bào);2002年

5 WLF;細(xì)說分辨率[N];電腦報(bào);2003年

6 記者 曾遺榮邋通訊員 冷承秋 實(shí)習(xí)生 向哲林;美國一高科技公司將落戶武漢[N];湖北日報(bào);2007年

7 金鳳;無需眼鏡就能看 能聽還能“摸”的3D影像來了[N];科技日報(bào);2019年

8 燕蘭;先科電子：為品牌DVD正名[N];中國經(jīng)營報(bào);2000年

9 宋連黨;家庭VCD像冊大制作[N];中國電腦教育報(bào);2003年

10 ;第四代超級CCD的實(shí)力[N];計(jì)算機(jī)世界;2004年

相關(guān)博士學(xué)位論文 前10條

1 樊春玲;數(shù)據(jù)驅(qū)動(dòng)的圖像感知和質(zhì)量評價(jià)方法[D];中國科學(xué)院大學(xué)(中國科學(xué)院深圳先進(jìn)技術(shù)研究院);2019年

2 卞春江;光學(xué)遙感圖像有效區(qū)域在軌實(shí)時(shí)檢測與壓縮技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2018年

3 牛仁杰;星載ATP圖像處理平臺(tái)關(guān)鍵技術(shù)研究[D];中國科學(xué)院大學(xué)(中國科學(xué)院光電技術(shù)研究所);2018年

4 穆楠;夜間場景下顯著目標(biāo)檢測方法研究[D];武漢科技大學(xué);2019年

5 張士杰;超像素級圖像組協(xié)同關(guān)聯(lián)性分析與研究[D];天津大學(xué);2017年

6 王文勝;寬幅光學(xué)遙感圖像艦船飛機(jī)目標(biāo)檢測識別技術(shù)研究[D];中國科學(xué)院大學(xué)(中國科學(xué)院長春光學(xué)精密機(jī)械與物理研究所);2018年

7 孫琨;圖像匹配與場景三維重建方法研究[D];華中科技大學(xué);2017年

8 霍麗娜;基于視覺感知與注意機(jī)制的圖像顯著目標(biāo)檢測[D];西安電子科技大學(xué);2016年

9 王體春;基于保真性準(zhǔn)則的圖像智能增強(qiáng)和圖像質(zhì)量評價(jià)的理論和方法[D];重慶醫(yī)科大學(xué);2018年

10 湯楊;基于圖像繪制的Image Warping理論與方法研究[D];南京理工大學(xué);2006年

相關(guān)碩士學(xué)位論文 前10條

1 秦靖翔;星載SAR圖像艦船檢測算法研究[D];電子科技大學(xué);2019年

2 韋永來;基于攝像機(jī)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的行人再識別研究[D];合肥工業(yè)大學(xué);2019年

3 張明蕊;SAR圖像數(shù)據(jù)分集與擴(kuò)容方法研究[D];電子科技大學(xué);2019年

4 辛佳佳;基于DSP的同時(shí)偏振圖像去霧系統(tǒng)設(shè)計(jì)[D];長春理工大學(xué);2019年

5 閆峰;基于優(yōu)化極限學(xué)習(xí)機(jī)算法對焊點(diǎn)的質(zhì)量識別[D];云南大學(xué);2018年

6 林思哲;基于自底向上的視覺顯著性檢測模型研究[D];電子科技大學(xué);2019年

7 張大偉;基于GAN的人臉圖像補(bǔ)全算法研究[D];長安大學(xué);2019年

8 唐義Z

本文編號：2682765