為了實(shí)現(xiàn)印刷智能工廠中員工的智能化管理,需要一套智能的行人重識(shí)別系統(tǒng)。行人重識(shí)別,即在多攝像機(jī)網(wǎng)絡(luò)中將目標(biāo)對(duì)象與其他行人進(jìn)行匹配。行人重識(shí)別使我們可以在多個(gè)攝像機(jī)中找到同一個(gè)感興趣的目標(biāo),在智能工廠中具有廣泛的應(yīng)用價(jià)值。由于多種不確定性因素的影響,行人重識(shí)別現(xiàn)在還是一個(gè)具有很大難度的課題。監(jiān)控視頻中,行人不同的身體姿態(tài)、不同的光照條件和不同的視角條件下的顯著視覺(jué)變化,使得行人自身的變化比行人之間的變化更大。此外,背景雜波和遮擋也會(huì)造成額外的困難。本課題受陜西北人印刷機(jī)械有限公司的委托,研究印刷智能工廠中,行人信息快速提取和準(zhǔn)確識(shí)別的問(wèn)題。本文開(kāi)展了以下工作:(1)本文提出了一種基于多特征加權(quán)距離度量的行人重識(shí)別方法。首先,利用人體分區(qū)提取多個(gè)局部特征,建立了基于多個(gè)特征的特征向量,并給出了一種加權(quán)的距離度量方法。其次,利用訓(xùn)練集與測(cè)試集圖像之間的相似性關(guān)系,提出了一個(gè)排名優(yōu)化框架。實(shí)驗(yàn)中,本文在iLIDS與VIPeR數(shù)據(jù)集上驗(yàn)證了所提方法的有效性,然后又在上述兩個(gè)數(shù)據(jù)集上驗(yàn)證了排名優(yōu)化的效果,并與多種方法進(jìn)行了比較,結(jié)果表明所提出的方法對(duì)視角、姿態(tài)等具有較強(qiáng)的魯棒性,在iLIDS數(shù)據(jù)集...

【文章頁(yè)數(shù)】：57 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景
    1.2 國(guó)內(nèi)外研究概述
        1.2.1 基于視覺(jué)特征的方法概述
        1.2.2 基于生物特征的方法概述
    1.3 主要研究?jī)?nèi)容
2 行人重識(shí)別理論
    2.1 行人重識(shí)別系統(tǒng)
    2.2 尺度不變特征變換(SIFT)介紹
    2.3 高斯映射與高斯曲率
    2.4 行人重識(shí)別常用距離函數(shù)
    2.5 本章小結(jié)
3 基于多特征加權(quán)距離度量的行人重識(shí)別算法設(shè)計(jì)研究
    3.1 算法流程設(shè)計(jì)
    3.2 行人圖像預(yù)處理
    3.3 基于多特征融合的特征表示模型的建立
        3.3.1 SIFT特征與顏色特征的提取
        3.3.2 輪廓特征的提取
        3.3.3 Haralick紋理特征的提取
    3.4 基于馬氏距離函數(shù)的加權(quán)距離度量方法
        3.4.1 檢測(cè)SIFT特征的匹配
        3.4.2 計(jì)算加權(quán)距離
    3.5 初始排名的優(yōu)化
    3.6 實(shí)驗(yàn)分析
        3.6.1 實(shí)驗(yàn)環(huán)境
        3.6.2 數(shù)據(jù)集及評(píng)測(cè)方法
        3.6.3 在iLIDS數(shù)據(jù)集上的性能
        3.6.4 在iLIDS數(shù)據(jù)集與VIPeR數(shù)據(jù)集上驗(yàn)證所提方法與排名優(yōu)化的效果
    3.7 本章小結(jié)
4 基于高斯映射的步態(tài)識(shí)別算法設(shè)計(jì)研究
    4.1 算法概述
    4.2 基于高斯映射的步態(tài)特征表示模型的建立
        4.2.1 高斯映射
        4.2.2 輪廓邊界的平滑
        4.2.3 距離變換
        4.2.4 利用法向量直方圖進(jìn)行量化
    4.3 基于步態(tài)周期的距離度量方法
    4.4 實(shí)驗(yàn)分析
        4.4.1 實(shí)驗(yàn)環(huán)境
        4.4.2 數(shù)據(jù)集
        4.4.3 在USF步態(tài)數(shù)據(jù)集上的實(shí)驗(yàn)
        4.4.4 在CASIA-B步態(tài)數(shù)據(jù)集與OULP步態(tài)數(shù)據(jù)集上的實(shí)驗(yàn)
    4.5 本章小結(jié)
5.總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
致謝
參考文獻(xiàn)
攻讀學(xué)位期間主要研究成果



本文編號(hào)：3858049