近年來,監(jiān)控攝像頭數(shù)量快速增長,在醫(yī)院、學校、車站和機場等許多場所得到了廣泛的部署,在保障公共安全的同時,也帶來了海量的數(shù)據(jù)處理需求。傳統(tǒng)的人工處理方式已無法滿足需求,智能視頻監(jiān)控系統(tǒng)應運而生。行人重識別是智能視頻監(jiān)控系統(tǒng)中非常重要的組成部分,其目標是從候選集合中檢索出特定行人的所有圖像或視頻,可以在監(jiān)控相機網(wǎng)絡所采集到的大規(guī)模視頻數(shù)據(jù)庫中實現(xiàn)快速的行人檢索,并應用于行人歷史軌跡分析、行人追蹤和運動分析等相關任務中。同時,其使用的圖像處理方法、網(wǎng)絡結(jié)構(gòu)和損失函數(shù)等也可以推動其它相關研究領域的進步。由于巨大的研究和應用價值,行人重識別受到了大量的關注,是當前計算機視覺領域中一個重要的研究課題。然而,行人姿態(tài)變化、遮擋、光照變化和相機視角差異等復雜因素,給快速準確的行人重識別帶來了挑戰(zhàn)。本文圍繞基于深度學習的行人重識別進行了深入和系統(tǒng)的研究,分別研究了只含可見光跨攝像頭場景,以及含非可見光非跨攝像頭場景下的行人重識別方法。主要的研究內(nèi)容和創(chuàng)新點為:1.基于空間和通道并行的全身人與局部人聯(lián)合重識別。針對行人特征的空間位置不確定且可能被遮擋的問題,提出了一個基于空間和通道并行監(jiān)督的網(wǎng)絡。訓練時... 

【文章來源】：浙江大學浙江省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：155 頁

【學位級別】：博士

【部分圖文】：

圖１．丨所示，整個系統(tǒng)由相機網(wǎng)絡、行人檢測和??：??

圖１．２：行人重識別中的問題與挑戰(zhàn)

圖１．３：相似外觀行人帶來的挑戰(zhàn)

【參考文獻】：
期刊論文
[1]全球恐怖襲擊事件時空演變與態(tài)勢分析[J]. 王誠聰,劉亞靜,劉明月.  地球信息科學學報. 2019(11)
[2]疏解非首都功能下的北京人口變動分析[J]. 劉小敏.  中國集體經(jīng)濟. 2019(28)
[3]新時代 新征程 再揚帆——紀念安防行業(yè)蓬勃發(fā)展40周年[J]. 劉存信.  中國安防. 2019(03)
[4]基于孿生網(wǎng)絡和重排序的行人重識別[J]. 陳首兵,王洪元,金翠,張瑋.  計算機應用. 2018(11)
[5]基于字典學習和Fisher判別稀疏表示的行人重識別方法[J]. 張見威,林文釗,邱隆慶.  華南理工大學學報(自然科學版). 2017(07)
[6]基于特征融合與核局部Fisher判別分析的行人重識別[J]. 張耿寧,王家寶,李陽,苗壯,張亞非,李航.  計算機應用. 2016(09)
[7]基于特征融合的行人重識別方法[J]. 張耿寧,王家寶,張亞非,徐玉龍,苗壯.  計算機工程與應用. 2017(12)
[8]基于HSV模型和特征點匹配的行人重識別算法[J]. 彭志勇,常發(fā)亮,劉洪彬,別秀德.  光電子·激光. 2015(08)
[9]智能視頻監(jiān)控技術(shù)綜述[J]. 黃凱奇,陳曉棠,康運鋒,譚鐵牛.  計算機學報. 2015(06)
[10]基于空間顏色特征的行人重識別方法[J]. 張華.  華中科技大學學報(自然科學版). 2013(S2)



本文編號：3556866