刑偵中,案發(fā)現(xiàn)場的足跡信息是使用最為頻繁且有效的偵查手段之一。利用現(xiàn)場足跡查找出對應(yīng)的鞋面信息;將查找出鞋面信息的鞋作為鞋樣,在案發(fā)現(xiàn)場周圍的監(jiān)控視頻中,檢索出與待查找的鞋樣相關(guān)的嫌疑鞋,進(jìn)而鎖定嫌疑人范圍。現(xiàn)有偵查仍局限于人工排查的方式,不僅耗費(fèi)大量警力,甚至還會因效率低下而延誤破案時(shí)機(jī)。因此如何高效的認(rèn)定指定的鞋樣圖像與監(jiān)控視頻中出現(xiàn)的鞋之間的對應(yīng)關(guān)系是一項(xiàng)重要研究內(nèi)容,基于此,本文對鞋圖像跨域檢索技術(shù)進(jìn)行了研究,本研究對案件偵破和刑偵技術(shù)發(fā)展具有重要價(jià)值和意義。本文主要工作如下:(1)給出了復(fù)雜場景下鞋區(qū)域分割方案本文針對監(jiān)控視頻中鞋區(qū)域分割問題進(jìn)行了研究與分析,鞋區(qū)域分割可以分為鞋區(qū)域檢測和前景提取兩部分。本文基于深度學(xué)習(xí)等相關(guān)技術(shù)實(shí)現(xiàn)了從視頻中無監(jiān)督地自主獲取鞋區(qū)域圖像。為了驗(yàn)證本文鞋區(qū)域檢測的準(zhǔn)確性,本文將自動(dòng)檢測結(jié)果與作為真值的手工標(biāo)注鞋區(qū)域進(jìn)行對比分析,分別在白天、夜晚、多行人、雙腳交叉等場景進(jìn)行實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果表明,本方案在四種場景下均能有效檢測視頻中鞋區(qū)域。為了進(jìn)一步減少背景影響,對檢測出的鞋區(qū)域進(jìn)行前景提取。實(shí)驗(yàn)結(jié)果表明,本文訓(xùn)練出的鞋圖像前景提取深度學(xué)習(xí)模型,在鞋輪廓易與褲腳或腿部輪廓連結(jié)等場景下,均能有效實(shí)現(xiàn)自動(dòng)前景提取。(2)給出了基于特征融合的鞋圖像跨域檢索框架及鞋圖像自適應(yīng)選取特征的準(zhǔn)則為了獲取對光照、視角、尺度等變化具有魯棒性的特征,本文重點(diǎn)研究了鞋圖像特征選擇與提取、特征融合兩個(gè)關(guān)鍵技術(shù)。本文利用適合鞋圖像間共有特征的視覺特征對鞋區(qū)域圖像的特征進(jìn)行了提取。由于遠(yuǎn)鏡頭鞋區(qū)域分辨率低,可提取的特征有限,導(dǎo)致遠(yuǎn)近鏡頭的鞋區(qū)域在提取特征的數(shù)量和種類上存在一定差異�；诖�,本文挖掘不同鞋區(qū)域圖像具有的特征,給出了鞋圖像自適應(yīng)選取特征的準(zhǔn)則,將鞋區(qū)域圖像分類為像素?cái)?shù)未達(dá)標(biāo)、像素?cái)?shù)達(dá)標(biāo)但圖像質(zhì)量評價(jià)標(biāo)準(zhǔn)未達(dá)標(biāo)、像素?cái)?shù)和圖像質(zhì)量評價(jià)標(biāo)準(zhǔn)均達(dá)標(biāo)三類圖像。有針對性地對三類圖像,提取顏色、顏色名、紋理特征,并有選擇的進(jìn)行圖像塊劃分、多尺度分割等操作。為了獲取更為綜合的鞋區(qū)域特征,本文融合了鞋圖像的單一特征檢索結(jié)果,利用圖像相似度距離進(jìn)行決策級特征融合。實(shí)驗(yàn)結(jié)果表明,該融合方式比簡單特征串聯(lián)得到總的特征向量再進(jìn)行檢索判定的融合方式檢索性能更好。(3)給出了類別一致性的排序算法工程實(shí)踐中,人們會關(guān)注實(shí)際查找的類別數(shù)或能排除的類別數(shù)。本文依據(jù)同種類別具有屬性一致性,在圖像相似度排序算法基礎(chǔ)上進(jìn)行類別排序算法設(shè)計(jì)。該算法不僅能有效利用每類圖像相似性得分還有效解決了數(shù)據(jù)分布稀疏性問題,提升了算法實(shí)用性。本文對鞋區(qū)域分割方案、檢索框架、類別排序算法進(jìn)行了性能測試,驗(yàn)證了相關(guān)算法的有效性。
【學(xué)位單位】：大連海事大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2020
【中圖分類】：D918.91;TP391.41
【部分圖文】：

?基于特征融合和深度學(xué)習(xí)的鞋圖像跨域檢索???Ｕ）行人關(guān)節(jié)點(diǎn)?（ｂ）鞋區(qū)域關(guān)節(jié)點(diǎn)??（ａ）?Ｐｅｄｅｓｔｒｉａｎ?ｊｏｉｎｔｓ?（ｂ）?Ｓｈｏｅ?ａｒｅａ?ｊｏｉｎｔｓ??圖２．５行人與腳部關(guān)節(jié)點(diǎn)??Ｆｉｇ．?２．５?Ｐｅｄｅｓｔｒｉａｎ?ａｎｄ?ｆｏｏｔ?ｊｏｉｎｔｓ??Ｓｔｅｐ６：檢測鞋區(qū)域。利用重新定位的鞋區(qū)域?qū)υ瓐D進(jìn)行裁剪，獲取鞋區(qū)域圖像，建??立相關(guān)數(shù)據(jù)集，用于后續(xù)鞋區(qū)域圖像的前景提取研宄。鞋區(qū)域圖像示意圖如圖２．６所示。??■?＾?ｆ??ｍＺ??圖２．６鞋區(qū)域圖像示意圖??Ｆｉｇ．?２，６?Ｉｍａｇｅ?ｍａｐ?ｏｆ?ｓｈｏｅ?ａｒｅａ??－１６?－??

?基于特征融合和深度學(xué)習(xí)的鞋圖像跨域檢索???Ｕ）行人關(guān)節(jié)點(diǎn)?（ｂ）鞋區(qū)域關(guān)節(jié)點(diǎn)??（ａ）?Ｐｅｄｅｓｔｒｉａｎ?ｊｏｉｎｔｓ?（ｂ）?Ｓｈｏｅ?ａｒｅａ?ｊｏｉｎｔｓ??圖２．５行人與腳部關(guān)節(jié)點(diǎn)??Ｆｉｇ．?２．５?Ｐｅｄｅｓｔｒｉａｎ?ａｎｄ?ｆｏｏｔ?ｊｏｉｎｔｓ??Ｓｔｅｐ６：檢測鞋區(qū)域。利用重新定位的鞋區(qū)域?qū)υ瓐D進(jìn)行裁剪，獲取鞋區(qū)域圖像，建??立相關(guān)數(shù)據(jù)集，用于后續(xù)鞋區(qū)域圖像的前景提取研宄。鞋區(qū)域圖像示意圖如圖２．６所示。??■?＾?ｆ??ｍＺ??圖２．６鞋區(qū)域圖像示意圖??Ｆｉｇ．?２，６?Ｉｍａｇｅ?ｍａｐ?ｏｆ?ｓｈｏｅ?ａｒｅａ??－１６?－??

?大連海事大學(xué)專業(yè)學(xué)位碩士學(xué)位論文???過對重疊率較低的鞋區(qū)域圖像進(jìn)行分析，發(fā)現(xiàn)影響鞋區(qū)域分?jǐn)?shù)低的主要原因是由于距離??鏡頭遠(yuǎn)的鞋區(qū)域圖像己經(jīng)難以辨認(rèn)，遠(yuǎn)距離鞋區(qū)域圖像的腳部關(guān)節(jié)點(diǎn)過于密集，檢測到??的關(guān)節(jié)點(diǎn)與實(shí)際關(guān)節(jié)點(diǎn)位置存在誤差。??本章還對不同場景下的鞋區(qū)域檢測結(jié)果進(jìn)行分析，多場景展示圖如圖２．１２所示，場??景分別包括：??ｍｍ??（ａ）白天明亮光線場景?（ｂ）夜晚暗光線場景??（ａ）?Ｄａｙｔｉｍｅ?ｂｒｉｇｈｔ?ｌｉｇｈｔ?ｓｃｅｎｅ?（ｂ）?Ｄａｒｋ?ｌｉｇｈｔ?ｓｃｅｎｅ?ａｔ?ｎｉｇｈｔ??（ｃ）多人場景?：?（ｄ）雙腳交叉場景??（ｃ）?Ｍｕｌｔｉｐｌａｙｅｒ?ｓｃｅｎｅ?（ｄ）?Ｃｒｏｓｓｅｄ?ｆｅｅｔ?ｓｃｅｎｅ??圖２．１２多場景展示圖??Ｆｉｇ．?２．１２?Ｍｕｌｔｉ－ｓｃｅｎａｒｉｏ?ｄｉｓｐｌａｙ??（１）白天明亮光線場景：圖２．１２?（ａ）中共檢測２個(gè)行人，４個(gè)鞋區(qū)域，鞋區(qū)域均??全部檢測到，圖２．丨２?（ａ）平均檢測重疊率為９５．８３％。??（２）夜晚暗光線場景：圖２．１２（ｂ）在黑夜場景中，光線不足時(shí)候，依舊可以檢測??到鞋區(qū)域，圖中共檢測到２個(gè)鞋區(qū)域，圖２．１２（ｂ）平均檢測重疊率為１００％。??－２１?－??
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳志杰;郭鵬珍;;執(zhí)行信息化改革的跨域協(xié)執(zhí)機(jī)制探索[J];人民司法;2019年22期

2 劉曉東;;農(nóng)村跨域水環(huán)境污染治理的思路探析[J];現(xiàn)代農(nóng)業(yè)科技;2020年03期

3 季婧;;《大數(shù)據(jù)時(shí)代》：影像藝術(shù)與科技產(chǎn)業(yè)的跨域交流[J];當(dāng)代電視;2020年05期

4 楊愛平;林振群;;世界三大灣區(qū)的跨域治理機(jī)構(gòu):模式分類與比較分析[J];公共行政評論;2020年02期

5 李月;曹海軍;;數(shù)據(jù)生命周期視角下政府跨域協(xié)作數(shù)據(jù)治理及其運(yùn)行邏輯[J];東北大學(xué)學(xué)報(bào)(社會科學(xué)版);2020年03期

6 周偉;;合作型環(huán)境治理:跨域生態(tài)環(huán)境治理中的地方政府合作[J];青海社會科學(xué);2020年02期

7 劉繼為;李雪飛;;多元共治與府際協(xié)同:京津冀流域跨域治理路徑選擇——以大清河為例[J];黑龍江生態(tài)工程職業(yè)學(xué)院學(xué)報(bào);2020年04期

8 張雪;;淺談電影攝制跨域協(xié)同制作技術(shù)要求[J];現(xiàn)代電影技術(shù);2020年07期

9 陳安;;跨域突發(fā)公共衛(wèi)生事件機(jī)理分析與應(yīng)對機(jī)制設(shè)計(jì)[J];四川大學(xué)學(xué)報(bào)(哲學(xué)社會科學(xué)版);2020年04期

10 吳林婧;;聚合課程在跨域“智力助農(nóng)”中的應(yīng)用[J];創(chuàng)新創(chuàng)業(yè)理論研究與實(shí)踐;2020年15期

相關(guān)博士學(xué)位論文 前10條

1 王楚豫;基于RFID標(biāo)簽陣列的跨域感知技術(shù)研究[D];南京大學(xué);2018年

2 李小標(biāo);跨域認(rèn)證關(guān)鍵技術(shù)研究[D];北京郵電大學(xué);2011年

3 姚瑤;互聯(lián)網(wǎng)跨域認(rèn)證關(guān)鍵技術(shù)研究[D];東北大學(xué);2012年

4 申劍敏;跨域治理視角下的長三角地方政府合作研究[D];復(fù)旦大學(xué);2013年

5 蔣朦;社交媒體復(fù)雜行為分析與建模[D];清華大學(xué);2015年

6 葉漢雄;基于跨域治理的梁子湖水污染防治研究[D];武漢大學(xué);2011年

7 鄒華;NGN業(yè)務(wù)跨域互操作訪問控制研究[D];北京郵電大學(xué);2010年

8 曹源;面向跨域聯(lián)邦環(huán)境的身份管理關(guān)鍵技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2013年

9 王露笛;心律失常與心力衰竭智能診斷方法研究[D];北京郵電大學(xué);2019年

10 徐俊;基于視覺的文本生成方法研究[D];中國科學(xué)技術(shù)大學(xué);2018年

相關(guān)碩士學(xué)位論文 前10條

1 趙麗平;基于特征融合和深度學(xué)習(xí)的鞋圖像跨域檢索[D];大連海事大學(xué);2020年

2 李金;基于內(nèi)容和圖結(jié)構(gòu)信息融合的跨域推薦問題研究[D];山東大學(xué);2020年

3 單港伶;企業(yè)即時(shí)通信系統(tǒng)部署方案及系統(tǒng)間跨域認(rèn)證[D];杭州電子科技大學(xué);2019年

4 李亞軻;基于隨機(jī)Petri網(wǎng)的跨域突發(fā)事件應(yīng)急聯(lián)動(dòng)機(jī)制研究[D];中國地質(zhì)大學(xué)(北京);2019年

5 高陽;信息服務(wù)實(shí)體可信標(biāo)識簽發(fā)及跨域認(rèn)證研究[D];西安電子科技大學(xué);2019年

6 蔣通通;跨域網(wǎng)絡(luò)切片資源編排和可靠性保障研究[D];北京工業(yè)大學(xué);2019年

7 王雪偉;地方政府霧霾跨域合作治理研究[D];南京大學(xué);2016年

8 楊平;面向云計(jì)算環(huán)境的跨域身份認(rèn)證方案[D];西北師范大學(xué);2019年

9 唐方;融合跨域城市數(shù)據(jù)的通勤私家車動(dòng)態(tài)拼車推薦方法研究[D];廈門大學(xué);2017年

10 李琦;翻譯的量子糾纏態(tài)研究：文化跨域傳輸[D];蘭州大學(xué);2019年

本文編號：2869188