發(fā)布時(shí)間：2021-07-22 06:35

　　人體目標(biāo)再識別是計(jì)算機(jī)視覺和人工智能領(lǐng)域具有挑戰(zhàn)性的前沿課題,其研究目標(biāo)是借鑒人類的認(rèn)知模型和視覺機(jī)制提取各視域中的感興趣目標(biāo),對來自多個(gè)無重疊視域的視覺信息進(jìn)行表達(dá)和整合,識別與匹配不同場景中的人體目標(biāo)。該研究涉及認(rèn)知心理學(xué)、計(jì)算機(jī)視覺、模式識別、機(jī)器學(xué)習(xí)等多個(gè)學(xué)科領(lǐng)域,在視頻監(jiān)控、人體行為分析、司法偵查、人機(jī)交互、醫(yī)療保健、多媒體娛樂和休閑、網(wǎng)上購物等諸多領(lǐng)域具有廣泛的應(yīng)用前景。近年來,人體目標(biāo)再識別研究引起了大量學(xué)術(shù)研究機(jī)構(gòu)和企業(yè)科研人員的興趣。然而,由于人體結(jié)構(gòu)和外部環(huán)境的復(fù)雜性,對該問題的研究仍然處于探索階段�，F(xiàn)有的基準(zhǔn)數(shù)據(jù)庫僅僅反映了封閉的場景,如兩個(gè)攝像機(jī)和1：1的目標(biāo)對應(yīng)關(guān)系,而不是現(xiàn)實(shí)中更加開放的場景,例如數(shù)目較多的攝像機(jī)和未知的目標(biāo)對應(yīng)關(guān)系。本文圍繞基于人體外觀特征的再識別問題,進(jìn)行了較深入的研究,主要研究成果如下：1.以圖像之間的差異為出發(fā)點(diǎn),提出基于參考圖像特征學(xué)習(xí)的再識別方法。根據(jù)人類自身經(jīng)驗(yàn),使用多幅圖像可以對目標(biāo)提取更多穩(wěn)定和有用的信息。針對傳統(tǒng)的特征提取方法不能充分獲取多幅圖像信息的缺點(diǎn),本文提出基于最大邊緣準(zhǔn)則和參考圖像特征學(xué)習(xí)的人體目標(biāo)再識別算法,學(xué)... 

【文章來源】：山東大學(xué)山東省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：173 頁

【學(xué)位級別】：博士

【部分圖文】：

圖１－１兩個(gè)不同的嫣像機(jī)拍攝到的１０個(gè)目標(biāo)

度的特征在分類／識別的過程中發(fā)揮作用的大小。根據(jù)這一思想，本節(jié)引入?yún)??考圖像，通過最大邊緣準(zhǔn)則，學(xué)習(xí)給定目標(biāo)圖像與參考圖像之間的分類平面，??從分類平面提取給定目標(biāo)的特征表達(dá)，算法框架如圖３－１所示。??３．３．１特征提取??多種不同的特征可用來表達(dá)人體外觀，基于現(xiàn)有的對人體外觀表達(dá)的研??究［１８，?３９］，本章使用兩種信息：圖像色度信息和某一區(qū)域的統(tǒng)計(jì)特征。在實(shí)??際的視頻監(jiān)控場所，由遠(yuǎn)距離攝像機(jī)拍攝到的人體圖像通常具有較低的分辨??率，為了確保匹配過程中的魯棒性，將每幅圖像分成稠密的塊，在相應(yīng)的圖像??塊內(nèi)提取多種特征。??（１）稠密顏色直方圖。??３２??

ｍｅｔｈｏｄｏｌｏｇｙ?ｏｆ?Ｔｕｚｅｌ?ｅｔ?ａｌ．??為ｄ?＝?ｌｌ維的特征圖像，協(xié)方差區(qū)域描述子為Ｕｘｌｌ維的矩陣。該描述子描述??了給定區(qū)域特征的方差、特征之間的相關(guān)性Ｗ及空間分布。圖３－２?Ｗ整幅圖像??為例，給出了使用Ｔｕｚｅｌ等人的方法計(jì)算協(xié)方差矩陣的過程。??協(xié)方差矩陣為對稱的和非負(fù)定的，在人體目標(biāo)再識別問題上，協(xié)方差矩陣??為對稱正定矩陣。由于與負(fù)數(shù)的乘法不閉合，相同大小的所有協(xié)方差矩陣不能??構(gòu)成向量空間。Ｔｕｚｅｌ等人使用Ｆｏｒｓｔｎｅｒ和Ｍｏｏｎｅｎ提出的仿射黎曼度量定義??協(xié)方差矩陣的距離［１１４］，給定兩個(gè)協(xié)方差矩陣Ｃ，和Ｃ，，二者之間的距離定義??如下：??ＭＣ？Ｃ２）－Ｊｐｎ＾ＭＣ？Ｃ，）?（３－７）??其中ｈ（ｃ，，Ｃ２：）｝，＝ｉ，為矩陣Ｃｌ和Ｃ；的廣義特征值，即：??ＡｊＣｊＸ．?＝?Ｃ，ｘ，．?ｉ?—?（３－８）??其中Ｘ

【參考文獻(xiàn)】：
期刊論文
[1]基于統(tǒng)計(jì)推斷的行人再識別算法[J]. 杜宇寧,艾海舟.  電子與信息學(xué)報(bào). 2014(07)
[2]多通道特征級聯(lián)的人體目標(biāo)再識別[J]. 曾明勇,田暢,吳澤民,付毅,揭斐然.  軍事通信技術(shù). 2013(03)
[3]多特征融合的人體目標(biāo)再識別[J]. 范彩霞,朱虹,藺廣逢,羅磊.  中國圖象圖形學(xué)報(bào). 2013(06)

博士論文
[1]基于深度與視覺信息融合的行人檢測與再識別研究[D]. 祝博薈.東華大學(xué) 2013



本文編號：3296643