基于动态度量和多维度表达的行人重识别研究

发布时间：2018-03-22 05:15

  本文选题：行人重识别　切入点：动态度量　出处：《武汉大学》2017年硕士论文　论文类型：学位论文

【摘要】：近年来,随着我国市场经济的发展,影响社会治安环境的不确定性因素不断增加,我国目前的治安形势仍然处在十分严峻的阶段。为了保障人民的生命财产安全、更加有效地打击刑事犯罪,视频侦查技术已经成为公安部门侦查破案的重要技术手段。传统的视频侦查通过人工浏览监控视频的方式寻找与案件相关的线索,虽然有效,但是需要耗费大量的人力与时间,不能满足刑事案件"快侦快破"的需求。针对特定嫌疑目标(尤其是人)的计算机自动检索,已经成为刑事侦查工作中亟待解决的重要难题。在此背景下,本文的研究课题——行人重识别(PersonRe-identification),即在拍摄区域不重叠的多个监控摄像头下自动检索同一行人的技术,逐渐受到许多研究者和科研机构的重视。由于实际监控场景的特殊性和复杂性,行人重识别问题仍然面临许多挑战。(1)在真实的监控视频场景中,由于视角和光照的差异,对行人提取特异而又鲁棒的特征十分困难。(2)实际监控场景中获取的行人图像分辨率往往较低,不同行人图像间的分辨率也不一致,使得大多数基于单一高分辨率的行人重识别方法辨识能力明显下降。针对上述问题,本文围绕"动态度量"和"多维度表达"两个核心思想展开研究,主要研究成果如下:(1)基于自适应间隔最近邻的度量学习算法针对不同摄像头下行人外貌特征存在巨大改变的问题,本文使用距离度量学习方法,在跨摄像头下减少相同行人的特征差异,同时增大不同行人的特征差异。同时针对传统距离度量学习算法统一对待不同负样本的局限性,本文提出基于自适应间隔最近邻(Adaptive Margin Nearest Neighbor,AMNN)的距离度量学习算法。AMNN 算法引入"动态度量"的思想,在度量学习的过程中把训练样本的不同入侵者推到自适应的动态间隔以外,从而利用负样本间的差异性信息加强了对负样本的约束,行人重识别的效果得到了明显提升。(2)基于尺度渐变曲面的行人重识别算法针对监控视频中行人图像分辨率低且不一致的情况,本文提出基于尺度渐变曲面(Scale Distance Surface Function,SDSF)的行人重识别方法,通过引入"多维度表达"的思想,将图像单一特征辨识转化为图像多尺度联合辨识。SDSF算法通过学习得到的尺度渐变曲面分类器对行人样本对进行分类,得益于尺度渐变曲面的分类能力,SDSF算法显著提升了多分辨率条件下的行人重识别效果。(3)行人重识别系统设计基于本文提出的AMNN算法和SDSF算法,本文设计并实现了一个公开的行人重识别系统。本系统集成了 AMNN和SDSF两种行人重识别方法,较之于现有的行人重识别系统具有更加全面的检索方式,能够同时适用于分辨基本一致和分辨率多变的两种视频监控场景。综上所述,本文旨在研究面向监控视频的行人重识别,通过分析实际应用中的问题,提出相应解决方法。对于提高行人重识别算法的性能,进一步推进视频侦查技术,提高公安部门破案率和维护人民群众生命财产安全具有重大意义。
[Abstract]:......
【学位授予单位】：武汉大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：D631.4;TP391.41

【相似文献】

相关期刊论文 前4条

1 冉隆科;;透过美国国家图像和测绘局看美国重塑信息优势[J];现代兵器;2001年03期

2 周克强;;联合侦察图像对岸上目标定位方法[J];火力与指挥控制;2012年01期

3 李志坚,周伟乾,梁敏恒,黄锦洪;驾驶员和机动车图像信息的采集和应用[J];广东公安科技;1998年04期

4 ;[J];;年期

相关会议论文 前10条

1 王江宁;纪力强;;昆虫图像特征研究[A];第十五届全国图象图形学学术会议论文集[C];2010年

2 杨德强;苏光大;徐天伟;;一种基于幻想脸的人脸图像分辨率提升新技术[A];第二十七届中国控制会议论文集[C];2008年

3 张莉;李佩臻;;用Photoshop对1：1万DRG入库数据的处理[A];全国测绘科技信息网中南分网第二十一次学术信息交流会论文集[C];2007年

4 任晓晖;龚勇清;;体全息存储再现图像分辨率实验研究[A];第十一届全国光学测试学术讨论会论文（摘要集）[C];2006年

5 廖熠;赵荣椿;;一种基于小波分层模型的自然景物图像表面恢复算法[A];第十届全国信号处理学术年会（CCSP-2001）论文集[C];2001年

6 刘达;李枢平;;对DCI数字影院技术规范中图像分级技术的理解[A];中国电影电视技术学会影视技术文集[C];2007年

7 汤敏;王惠南;;基于IDL语言的医学图像可视化初步研究[A];第十二届全国图象图形学学术会议论文集[C];2005年

8 赵源萌;邓朝;张馨;张存林;;被动式人体太赫兹安检成像的分辨率增强算法研究[A];中国光学学会2011年学术大会摘要集[C];2011年

9 张尚军;徐光;祁小江;;影响CR胶片质量原因的探讨[A];2009中华医学会影像技术分会第十七次全国学术大会论文集[C];2009年

10 何东晓;隋守鑫;刘微;;高清透雾摄像机的研发及在交通领域的应用[A];第八届中国智能交通年会优秀论文集——智能交通与安全[C];2013年

相关重要报纸文章 前10条

1 刘筱霞;陈永常;PHOTOSHOP中图像分辨率的设置[N];中国包装报;2002年

2 王树连;从购买图像到租用卫星[N];中国测绘报;2003年

3 杨兴平;如何抓取指定分辨率的图像[N];中国电脑教育报;2003年

4 李鑫;飞利浦200BW8商务人士明智新宠[N];电子资讯时报;2007年

5 记者 曾遗荣邋通讯员 冷承秋 实习生 向哲林;美国一高科技公司将落户武汉[N];湖北日报;2007年

6 唐凤碧;正确运用数码相机分辨率[N];中国摄影报;2007年

7 ;创维TWH-43L（DLP）光显背投图像不良的检修[N];电子报;2008年

8 WLF;细说分辨率[N];电脑报;2003年

9 宏杉;感受专业动力[N];中国计算机报;2001年

10 宋连党;家庭VCD像册大制作[N];中国电脑教育报;2003年

相关博士学位论文 前10条

1 吴辉群;慢性病信息管理系统中视网膜图像的互操作性及其血管网络定量分析研究[D];复旦大学;2014年

2 田虎;单目图像的深度估计[D];北京邮电大学;2015年

3 唐玉芳;商品图像分类算法研究[D];北京邮电大学;2015年

4 贾勇;建筑物透视探测关键技术研究[D];电子科技大学;2014年

5 黄仁杰;非可控条件下人脸识别中的若干问题研究[D];电子科技大学;2015年

6 万方;基于多幅图像的三维结构化场景重建技术研究[D];武汉大学;2013年

7 马钟;视觉感知启发的对象发现关键技术研究[D];西北工业大学;2015年

8 张旭;面向局部特征和特征表达的图像分类算法研究[D];合肥工业大学;2016年

9 潘晓;图像中的超像素生成方法[D];山东大学;2017年

10 王洪;航空光电平台图像稳定技术研究[D];中国科学院研究生院（长春光学精密机械与物理研究所）;2012年

相关硕士学位论文 前10条

1 杨栋;面向CTA图像的冠脉血管分割算法研究和血管狭窄度分析[D];浙江大学;2015年

2 龚若皓;基于嵌入式移动GPU的图像编解码并行优化[D];西南交通大学;2015年

3 曹福来;发动机燃油喷雾图像筛选及处理方法的分析研究[D];长安大学;2015年

4 曹飞寒;高速高分辨率工业相机系统设计[D];苏州大学;2015年

5 夏桂林;航海视觉增强系统研究[D];大连海事大学;2015年

6 刘静;SAR图像建筑物的三维信息提取算法的研究[D];天津理工大学;2015年

7 王玉萍;基于OCT图像的青光眼病变定量分析研究[D];南京理工大学;2015年

8 刘潇;自动色彩均衡算法的优化[D];华中师范大学;2015年

9 宋庆欢;场景识别技术研究[D];中国科学院研究生院（光电技术研究所）;2015年

10 鹿晓龙;非均相液体制剂沉降自动监测方法及装置的研究[D];上海应用技术学院;2015年

，

本文编号：1647220