基于耦合特征空间学习的行人再识别

发布时间：2017-12-19 12:12

  本文关键词：基于耦合特征空间学习的行人再识别　出处：《北京交通大学》2016年硕士论文　论文类型：学位论文

  更多相关文章： 行人再识别 耦合特征空间学习 联合图正则化 特征投影 距离学习

【摘要】：随着人们对公共安全的重视程度不断加深,监控系统的运用也越来越频繁,通过人工的方式对海量监控图像进行观察和处理变得越来越困难,因此利用计算机对行人进行再识别的技术应运而生。近年来,行人再识别(Person Re-identification)技术在计算机视觉和信息科学领域受到了越来越多的重视,逐渐成为了一个热门研究方向。但由于监控摄像头本身的分辨率问题及传输过程中给图像带来的噪声,导致用于再识别实验的图像质量普遍较低,给行人再识别的发展带来很多困难,并且由于光照、背景环境、行人姿态和摄像角度的巨大变化,造成了相同行人在不同摄像机条件下获取的图像差异性很大、提取出的图像特征分布不一致等问题,当前的行人再识别研究依然面临许多挑战。针对上述行人再识别研究中存在的问题,本文进行了以下工作：在耦合特征学习算法的基础上,提出了一种基于联合图正则化耦合特征空间学习的行人再识别算法。算法分为训练阶段和测试阶段,在训练阶段进行投影矩阵训练,利用l2,1范数和迹范数进行偶合特征提取并使用联合图正则项对投影矩阵进行局部约束,使得投影后特征空间具有相关性和局部性,通过迭代算法进行投影矩阵的训练；在测试阶段,对不同摄像头条件下获取的行人图像进行特征提取得到不同的特征子空间,利用训练得到的投影矩阵将不同的特征子空间投影到一个耦合的共同特征空间,在这个共同特征空间上对不同摄像条件下获得的图像进行距离度量,根据度量结果判断是否是同一个行人,并得出再识别结果。通过在两个具有挑战性的行人再识别数据集上与其他再识别算法进行对比实验,并使用CMC曲线对实验结果进行验证,证明了该算法的有效性。设计并实现了一个行人再识别系统,将行人再识别技术的基本流程和文中提出的再识别算法综合应用于这个系统中,在具有挑战性的行人再识别数据集中实现了对目标行人图像的再识别,通过导入目标行人图像,能从候选集中查找出该行人对应的再识别图像,并进行结果显示。
【学位授予单位】：北京交通大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41

【相似文献】

中国期刊全文数据库 前10条

1 叶衍;吴卫中;何永保;;基于多维专用特征空间的视觉模糊识别方法[J];模式识别与人工智能;1996年03期

2 冯少彤;鲍毅;聂守平;王亮;;基于多特征空间的三维目标离面旋转识别[J];中国激光;2007年07期

3 刘芳;李会勇;;基于特征空间的极化敏感阵列滤波分析[J];雷达科学与技术;2014年02期

4 陶剑文;Fu-Lai CHUNG;王士同;姚奇富;;稀疏近似最近特征空间嵌入标签传播[J];软件学报;2014年06期

5 赵永波,刘茂仓,张守宏;一种改进的基于特征空间自适应波束形成算法[J];电子学报;2000年06期

6 周翔;杨飞;;特征空间算法及仿真[J];中国新通信;2008年05期

7 高增来;卢艳娥;冯永浩;;特征空间分解算法分析与仿真[J];现代电子技术;2008年11期

8 赵永波,张守宏;基于特征空间的相干干扰抑制技术[J];电子与信息学报;2002年04期

9 游伟;;基于特征空间的自适应波束形成算法[J];航天电子对抗;2006年06期

10 刘春波;王鲜芳;潘丰;;基于稀疏特征空间的核方法建模研究[J];化工自动化及仪表;2009年04期

中国重要会议论文全文数据库 前6条

1 李广明;高金峰;王俊昆;;非线性电容双涡卷混沌电路的特征空间及方程推导[A];第十五届电工理论学术年会论文集[C];2003年

2 王齐珍;常建平;;基于特征空间的降维自适应波束形成算法[A];全国第二届信号处理与应用学术会议专刊[C];2008年

3 游伟;周先敏;;基于特征空间的自适应波束形成算法[A];2006北京地区高校研究生学术交流会——通信与信息技术会议论文集（上）[C];2006年

4 李婧;;改进的特征空间波束形成算法[A];中国通信学会第五届学术年会论文集[C];2008年

5 郝国煜;向宇;周向东;施伯乐;;支持向量机Top-k查询的特征空间近邻索引[A];第二十五届中国数据库学术会议论文集（一）[C];2008年

6 施展;冯正和;;一种新的特征空间鲁棒波束成型算法[A];第十二届全国信号处理学术年会（CCSP-2005）论文集[C];2005年

中国博士学位论文全文数据库 前1条

1 于田;基于特征空间的科学计量分析研究[D];哈尔滨工业大学;2015年

中国硕士学位论文全文数据库 前4条

1 赵蕾;异构关系数据的迁移学习界限及其在角色识别问题中的应用[D];哈尔滨工业大学;2015年

2 蒋璐s，

本文编号：1307920