基于多镜头转换GAN的行人重识别研究

发布时间：2021-01-25 15:24

　　行人重识别是近年来在计算机视觉领域兴起的一项新技术,它是许多安防和监控应用中的重要任务,在计算机视觉研究领域上也引起了越来越多的关注。行人重识别指的是在非重叠镜头视域中检索出目标行人。由于多个镜头拍摄的场景和拍摄角度是完全不相同的,假设我们要对某个镜头中拍摄到的目标行人进行重识别,即在其他的镜头中检索该行人,除了要考虑目标行人本身在不同镜头下外观上的不同,还要考虑其他行人的影响,比如该目标行人需要与其它镜头中的多个行人都进行比较。随着生成对抗网络模型的提出和相关算法的不断演变,基于生成对抗网络的行人重识别研究也取得了良好的进展,利用生成对抗网络生成的图像进行网络模型训练,很好的提升了性能。目前,行人重识别在单个数据集下的性能已经有了显著的提高,但在一个行人数据集下训练的模型,常常不能很好的推广到另一个行人数据集。本文的主要工作如下:（1）由于行人重识别也是图像检索的子问题,本文了引入了细粒度图像检索的思想。本文提出了混合选择性卷积描述符聚合的方法,该方法将选择性卷积描述符聚合的特征与全局平均池化特征相结合,得到最终的行人特征。这种方法可以选择有用的深度描述子,同时通过定位图像中的行人目... 

【文章来源】：长沙理工大学湖南省

【文章页数】：60 页

【学位级别】：硕士

【部分图文】：

图２．３ＣＵＨＫ０１数据集图片??Ｍａｒｋｅｔ－１５０１［３８］总共３２６４３张来自６个不同的摄像头的图像，如图２．４所示，包含了??

?硕士学位论文???张行人图片组成，包含了?６３２个不同的行人，行人图像的分辨率统一为］２８＊４８。??…為Ａ＇：龜，，??讀＿??图２．２?ＶＩＰｅＫ数据集图片??ＣＵＨＫ０１【ｉ４缴据集在ＶＩＰｅＲ数据集的基础上进行了扩充。该数据集中的图片也由两??个相机拍摄，两个相机的视角不同，如图２．３所示，每个行人都出现在两个不同的视角??中。不同的是，每个行人在每个相机中都采集了两张图片。数据集由３８８４张行人图片??组成，包含了?９７１个不同的行人，行人图像的分辨率统一为１６０＊６０。??｜麵’??ｍｍ??图２．３ＣＵＨＫ０１数据集图片??Ｍａｒｋｅｔ－１５０１［３８］总共３２６４３张来自６个不同的摄像头的图像，如图２．４所示，包含了??１５０１个身份。其中训练集包含１２９３６张图片，共７５１个不同行人；测试集包含１９７３２张??图片，包含７５０个不同行人。此外，这个数据集还包含了?ＤＰＭ检测到的２７９３个错误图??１２??

?第二章相关理论概述???片，作为真实场景的干扰。每个ＩＤ至少出现在两个摄像头，使得跨摄像头查询是可行??的。在同摄像头下，同一个ＩＤ可以有不同的外观。在ＩＣＣＶ?２０１５年发布版本的后期，??集成了?５００Ｋ的干扰项，使这个数据集非常大。在该数据集中，作者还使用ｍＡＰ作为评??价标准对算法进行了测试。??ＤｕｋｅＭＴＭＣ－ｒｅｌＤｆＭ数据集中的图片来自８个视角不同的摄像头，一共包含３６４１１??张行人图像，共有１４０４个不同的行人，每个行人都出现在了多个相机镜头中。其中训??练集中包含了?７０２个不同行人的１６５２２张图片，测试集中包含了另外７０２个不同的行??人。测试集中，查询库中包含２２２８张查询图像，搜索库中包含１７６６１张行人图像，均??来自这７０２个不同的行人中。此外，在搜索库中，还额外加入了?４０８人作为干扰，以模??拟真实的应用场景。??ＩＩＭｉ麵鈐．屢猶．??猫漏鱗誦??ｆ?ｍｍ??图２．４?Ｍａｒｋｅｔ－１５０１数据集图片??ｍ??■?￡?鬧??国＿１議１顧’??＾?７?ｓｉＭ?Ｉｆ?ｙｙ??图２．５ＭＳＭＴ１７数据集图片??１３??


本文编号：2999462