本文關鍵詞：面向智能視頻監(jiān)控的行人目標再識別研究　出處：《浙江大學》2017年博士論文　論文類型：學位論文

  更多相關文章： 行人目標再識別 顯著性子區(qū)域 距離度量學習 概率超圖 直推學習 同攝像機關聯(lián)約束 距離度量矩陣融合

【摘要】：近年來,監(jiān)控攝像頭數(shù)量的爆發(fā)式增長為智能視頻監(jiān)控提供了海量的數(shù)據(jù)來源,但同時也大大增加了視頻信息處理的難度。行人目標再識別技術能夠在大規(guī)模監(jiān)控網絡中對指定行人目標進行識別與搜索,并建立目標在不同攝像機下的身份關聯(lián),因此對智能視頻監(jiān)控網絡中的目標跟蹤、運動分析以及行為理解等后續(xù)工作具有重大的意義。然而,不同攝像機之間的光照、視角差異使得監(jiān)控網絡中同一行人的外觀經常呈現(xiàn)出明顯不同,給行人目標再識別的研究帶來了巨大挑戰(zhàn)。本論文在全面分析國內外現(xiàn)有行人目標再識別算法的基礎上,從外觀特征描述和距離度量學習兩個方面對行人目標再識別問題展開深入研究,提出了一系列具有獨創(chuàng)性的解決方案,有效克服了跨攝像機差異對行人目標再識別的影響。論文的主要研究內容和創(chuàng)新之處在于:1.提出了一種基于顯著性子區(qū)域學習的行人目標再識別算法,解決了以往外觀特征描述方法沒有考慮行人不同身體區(qū)域之間差異性的問題。該方法對同一行人的不同圖片進行過分割,利用子區(qū)域之間的視覺特征關聯(lián)和空間位置關聯(lián)進行聯(lián)合約束,使學習得到的顯著性子區(qū)域不僅具有較強的判別性,而且對行人外觀變化不敏感。同時,通過將顯著性學習轉化為基于超圖的無監(jiān)督學習問題,該方法僅需同一行人的幾幅圖片即可得到顯著性學習結果,因而比基于監(jiān)督學習的特征描述方法具有更強的實用性。實驗結果表明,與以往的外觀特征描述方法相比,該方法可以獲得更高的行人目標再識別準確率。2.提出了一種自適應距離度量學習模型及其優(yōu)化方法,解決了由跨攝像機差異引起的不同攝像機之間樣本特征分布不一致的問題。與現(xiàn)有距離度量學習算法平等地對待所有訓練樣本不同,該方法能夠在訓練過程中對樣本進行自適應性的分類和加權,從而學習得到判別性更強的距離度量函數(shù)。通過將距離度量學習轉化為一個平滑的凸優(yōu)化問題,可以采用加速近端梯度算法對模型進行快速求解。實驗結果表明,該模型對于行人目標再識別問題具有突出的性能和效率。3.提出了一種新穎的行人目標再識別框架,以解決現(xiàn)有距離度量學習算法沒有充分考慮同一攝像機內不同樣本之間關聯(lián)性的問題。首先,同時利用訓練樣本的跨攝像機和同攝像機關聯(lián)信息對距離度量學習產生約束,使同一行人的圖片在學習得到的特征空間中具有更強的近鄰性;然后,對現(xiàn)有距離度量學習的測試階段進行改進,通過概率超圖對查詢圖片和候選集進行關聯(lián)建模,利用樣本之間的群組信息提升距離度量學習的相似性排序結果。實驗表明,所提出的框架相比于傳統(tǒng)的基于距離度量學習的行人目標再識別方法具有十分明顯的性能優(yōu)勢。4.針對單一距離度量模型容易過擬合且泛化能力有限的問題,提出了 一種基于多距離度量矩陣融合的行人目標再識別方法。該方法在不同距離度量矩陣所對應的特征空間中分別建立關聯(lián)圖,并使用直推學習將距離度量矩陣融合轉化為一個多關聯(lián)圖聯(lián)合約束問題,從而有效利用了不同距離度量矩陣之間的互補信息。此外,通過在融合過程中引入權重自適應學習,使距離度量矩陣的融合權重能夠針對不同樣本進行更新和調整,進一步增強了模型的泛化能力。實驗結果表明,該方法能夠大幅提升單一距離度量模型的再識別準確率,取得遠好于現(xiàn)有行人目標再識別算法的性能。
[Abstract]:This paper presents a novel pedestrian target re - recognition algorithm based on the feature description and distance measurement . The results show that the method can be used to classify and search the pedestrian target in a large - scale monitoring network .

【學位授予單位】：浙江大學
【學位級別】：博士
【學位授予年份】：2017
【分類號】：TN948.6

【相似文獻】

相關期刊論文 前10條

1 梁篤國;周杰;李杰;;淺談上海世博會智能視頻監(jiān)控應用[J];智能建筑與城市信息;2008年12期

2 ;我國研制成功智能視頻監(jiān)控系統(tǒng)[J];消防技術與產品信息;2008年02期

3 李少華;;高清智能視頻監(jiān)控系統(tǒng)保城市平安[J];中國公共安全(綜合版);2012年07期

4 饒彥;;幼兒園智能視頻監(jiān)控系統(tǒng)探究[J];計算機光盤軟件與應用;2013年13期

5 ;服務于行業(yè)客戶的網絡化智能視頻監(jiān)控系統(tǒng)[J];信息網絡;2006年12期

6 黃會雄;;一種智能視頻監(jiān)控體系結構設計方案[J];微計算機信息;2007年16期

7 韓云;鄭尚志;;智能視頻監(jiān)控及應用[J];光盤技術;2008年08期

8 李建文;康慕寧;鄧正宏;;一個基于行為分析的智能視頻監(jiān)控系統(tǒng)的原型[J];科學技術與工程;2009年06期

9 余臘生;劉勇;;基于網絡的智能視頻監(jiān)控系統(tǒng)的設計與實現(xiàn)[J];計算機工程與設計;2009年16期

10 張新新;孔英會;;智能視頻監(jiān)控中的異常檢測方法研究[J];黑龍江科技信息;2009年36期

相關會議論文 前10條

1 沈海燕;馮云梅;史宏;呂曉軍;;鐵路安檢區(qū)域智能視頻監(jiān)控系統(tǒng)設計及關鍵技術研究[A];第八屆中國智能交通年會優(yōu)秀論文集——軌道交通[C];2013年

2 薄海睿;李正宜;楊永生;;淺談智能視頻監(jiān)控發(fā)展[A];第二十七屆中國（天津）2013IT、網絡、信息技術、電子、儀器儀表創(chuàng)新學術會議論文集[C];2013年

3 付亮亮;李旭偉;;一種面向智能視頻監(jiān)控的系統(tǒng)原型[A];2008'中國信息技術與應用學術論壇論文集（一）[C];2008年

4 侯宏錄;李寧鳥;;一種基于運動目標識別技術的智能視頻監(jiān)控系統(tǒng)[A];2011西部光子學學術會議論文摘要集[C];2011年

5 李易;管慶;;基于DM642的智能視頻監(jiān)控系統(tǒng)[A];2008年中國西部青年通信學術會議論文集[C];2008年

6 徐小琴;;多傳感器數(shù)據(jù)融合目標識別算法綜述[A];2006年全國光電技術學術交流會會議文集（D 光電信息處理技術專題）[C];2006年

7 曹曉玲;;IP智能視頻監(jiān)控系統(tǒng)的發(fā)展及挑戰(zhàn)[A];四川省通信學會Ip應用與增值電信技術會議論文集[C];2011年

8 孔剛;張啟衡;許俊平;;一種復雜背景下運動擴展目標識別算法[A];第三屆全國信息獲取與處理學術會議論文集[C];2005年

9 朱映映;梁葉;文振q;;智能視頻監(jiān)控中頭部運動跟蹤的自適應算法研究[A];第七屆和諧人機環(huán)境聯(lián)合學術會議（HHME2011)論文集【poster】[C];2011年

10 常青;;分形特征目標識別算法[A];2005年中國智能自動化會議論文集[C];2005年

相關重要報紙文章 前10條

1 天津天地偉業(yè)數(shù)碼科技有限公司 瞿關明;理性對待智能視頻監(jiān)控[N];計算機世界;2008年

2 索尼(中國)有限公司 文軍;如何有效實現(xiàn)智能視頻監(jiān)控[N];計算機世界;2008年

3 王玲;智能視頻監(jiān)控：讓人們的生活更安全[N];經濟日報;2007年

4 賽迪;智能視頻監(jiān)控粉墨登場[N];中華建筑報;2006年

5 彭東;智能視頻監(jiān)控：給您最及時的危機報告[N];科技日報;2007年

6 賽迪;智能視頻監(jiān)控粉墨登場[N];中華建筑報;2006年

7 記者 郭丹;萬安獲省專項資金230萬[N];湛江日報;2011年

8 陳瑜邋唐婷;智能視頻監(jiān)控：給電子眼裝上“大腦”[N];科技日報;2007年

9 ;世博中國館智能視頻監(jiān)控系統(tǒng)[N];中國計算機報;2010年

10 中國工程院院士 高文;與智能視頻監(jiān)控有關的技術挑戰(zhàn)[N];中國信息化周報;2014年

相關博士學位論文 前10條

1 謝奕;面向智能視頻監(jiān)控的行人目標再識別研究[D];浙江大學;2017年

2 車進;智能視頻監(jiān)控系統(tǒng)的信息處理算法研究及設計實現(xiàn)[D];天津大學;2014年

3 陳功;魯棒的智能視頻監(jiān)控方法研究[D];中國科學技術大學;2008年

4 王一木;可重構的無線智能視頻監(jiān)控平臺的研究[D];浙江大學;2013年

5 馬連洋;跨攝像機行人再標識研究[D];上海交通大學;2014年

6 李超群;名詞性屬性距離度量問題及其應用研究[D];中國地質大學;2012年

7 張謝華;煤礦智能視頻監(jiān)控系統(tǒng)關鍵技術的研究[D];中國礦業(yè)大學;2013年

8 方帥;計算機智能視頻監(jiān)控系統(tǒng)關鍵技術研究[D];東北大學;2005年

9 畢國玲;智能視頻監(jiān)控系統(tǒng)中若干關鍵技術研究[D];中國科學院研究生院(長春光學精密機械與物理研究所);2015年

10 古萬榮;基于超圖模型的新聞推薦研究[D];華南理工大學;2015年

相關碩士學位論文 前10條

1 鐘俊洪;基于深度學習的目標跟蹤及異常徘徊檢測[D];華南理工大學;2015年

2 韓杰;高清智能視頻監(jiān)控系統(tǒng)軟件研發(fā)[D];浙江大學;2015年

3 陳政;基于分層貝葉斯模型的智能視頻監(jiān)控中的異常檢測[D];西南大學;2015年

4 潘兆華;智能視頻監(jiān)控中的運動目標檢測相關技術研究[D];天津理工大學;2015年

5 鄭寶國;智能視頻監(jiān)控人群檢測研究與應用[D];上海應用技術學院;2015年

6 周潔;智能視頻監(jiān)控中人群異常行為的檢測與分析[D];寧波大學;2015年

7 陳正平;某景區(qū)智能視頻監(jiān)控平臺的設計與實現(xiàn)[D];安徽大學;2015年

8 蔣可心;智能視頻監(jiān)控系統(tǒng)中若干生物特征識別研究[D];電子科技大學;2014年

9 黃旭楠;智能視頻監(jiān)控系統(tǒng)的算法研究[D];西安電子科技大學;2014年

10 李曉楠;基于視頻的軌跡分析技術及在目標異常行為檢測中的應用研究[D];浙江工商大學;2015年

，

本文編號：1363093