近年來(lái),隨著社會(huì)的發(fā)展以及人們對(duì)于公共安全的關(guān)注,越來(lái)越多的監(jiān)控設(shè)備被部署于全球的各大城市。在刑事案件破獲,失蹤人口搜尋,城市安全管理和社會(huì)穩(wěn)定方面有著非常重要的作用。同時(shí)伴隨著海量的視頻數(shù)據(jù),利用計(jì)算機(jī)對(duì)監(jiān)控設(shè)備采集到的視頻圖像數(shù)據(jù)進(jìn)行智能化分析處理的需求與日俱增。行人重識(shí)別（Person Re-identification）作為一種重要的智能視頻分析技術(shù),其旨在判斷不同攝像頭下的行人圖像是否為同一目標(biāo)行人,因此受到了國(guó)內(nèi)外科研工作者的廣泛關(guān)注。然而現(xiàn)有的大多數(shù)基于深度學(xué)習(xí)行人重識(shí)別方法主要是在裁剪好的行人圖片中匹配查詢集和候選集,這與實(shí)際應(yīng)用時(shí)面對(duì)的全景圖差異較大。針對(duì)行人重識(shí)別目前所存在的問(wèn)題,本文主要完成了以下三個(gè)方面的工作內(nèi)容:1)在行人重識(shí)別的實(shí)際應(yīng)用中,如果對(duì)候選圖中的所有行人進(jìn)行手工裁剪,那將會(huì)耗費(fèi)大量的人力,因此使用行人檢測(cè)算法成為了必然。而在之前的許多工作中人們都是將行人檢測(cè)和行人重識(shí)別分成了兩個(gè)獨(dú)立的研究部分。本文為了在提高行人檢測(cè)精度的同時(shí)還能獲得更好的重識(shí)別率,提出了一種基于行人檢測(cè)的一體化行人重識(shí)別框架。將行人檢測(cè)和行人重識(shí)別兩部分整合到了同一個(gè)深度卷積神經(jīng)... 

【文章來(lái)源】：合肥工業(yè)大學(xué)安徽省211工程院校教育部直屬院校

【文章頁(yè)數(shù)】：77 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

行人重識(shí)別的技術(shù)流程

會(huì)對(duì)行人重識(shí)別問(wèn)題和深度學(xué)習(xí)技術(shù)做更進(jìn)礎(chǔ)基礎(chǔ)框架們提到了行人重識(shí)別任務(wù)就是指在給定了一行人圖片庫(kù)中找到相對(duì)應(yīng)的目標(biāo)人物，與一具體的基本流程框架如下圖 2.1 所示，在進(jìn)行行人圖像的查詢行人圖像集（Query={1q ,2q 候選行人圖像集（Gallery={1g ,2g , ... ,mg }）然后我們分別計(jì)算查詢行人和每個(gè)候選行人離從小到大進(jìn)行排序，并將距離最小的查詢1,2,...( ) argmin ( , )ii NI q d q g 詢圖像，ig 表示為第i個(gè)候選行人圖像， d (.,的行人圖像。

整為了 128x48 像素的大小�？偟膩�(lái)說(shuō)該數(shù)據(jù)集的特點(diǎn)主要體現(xiàn)為視角和光照樣性。作為早期的小型數(shù)據(jù)集，VIPeR 極大程度地促進(jìn)了行人重識(shí)別研究的，但是隨著深度學(xué)習(xí)的興起，識(shí)別算法的模型復(fù)雜度也在不斷增加，VIPeR漸地?zé)o法再滿足科研人員的任務(wù)需求，僅被用來(lái)檢驗(yàn)一些模型在小樣本下的能力。香港中文大學(xué)的行人重識(shí)別研究小組于 2012 年，2013 年和 2014 年分別推 CUHK01[24]、CUHK02[25]和 CUHK03[26]三個(gè)行人數(shù)據(jù)集。其中 CUHK01 包 971 個(gè)行人的 3884 張行人圖片。在兩個(gè)不同的攝像頭下每個(gè)行人都分別有相的兩張圖片，并且所有行人圖像的像素為 160x60。CUHK02 則是 CUHK01 的數(shù)據(jù)集。除了 CUHK01 中的相機(jī)對(duì)，它還額外地增加了四對(duì)不同的相機(jī)視角數(shù)據(jù)集總共包含有 7264 張行人圖像。CUHK03 行人數(shù)據(jù)集采集自于校園內(nèi)的(5 對(duì))不同的攝像頭下的 1467 個(gè)行人的 13164 張圖像。并且該數(shù)據(jù)集首次引 DPM 行人檢測(cè)算法結(jié)合手工標(biāo)注來(lái)對(duì)樹(shù)皮圖像中的行人進(jìn)行定位與裁剪HUK 數(shù)據(jù)集的圖片數(shù)量與質(zhì)量相比于之前的數(shù)據(jù)集都有了較大的提升，因此深度學(xué)習(xí)的重識(shí)別模型也有了適用的數(shù)據(jù)集。


本文編號(hào)：3618578