基于特征融合和孪生网络的行人再识别研究

发布时间：2021-02-14 00:49

　　行人再识别（Person re-identification）技术是判断不同监控视频拍摄的图像中出现的行人是否属于同一行人的技术。行人再识别的研究难点在于拍摄的行人图像视角不同、光照变化大、背景比较复杂和图像分辨率低。首先本文针对传统数据集进行属性融合特征的研究,该特征描述符更具判别性。另外,摄像机拍摄的图像分辨率和视角等参考因素不同,部分数据集的识别准确率很低,因此本文对数据集的迁移学习工作进行了研究,并且考虑到单一的网络模型太过于简单,对图像描述不充分的情况,本文提出以融合模型为子网络的孪生网络模型。本文的主要贡献如下:1、基于属性融合特征的行人再识别。在特征提取之前,分别对行人图像进行行人前景分割和光照增强的方法,将底层特征LOMO-gradient（Local Maximal Occurrence-gradient）和属性特征结合进行行人再识别研究。首先,把每幅行人图像4个部分,分别提取LOMO-gradient特征,依次得到4个随机森林属性分类器。其次,分别对独立的、不同维度的属性子分类器进行训练和融合,生成一个21维属性特征的分类器,并把该分类器与属性关联校正机制相结合。然... 

【文章来源】：南京邮电大学江苏省

【文章页数】：65 页

【学位级别】：硕士

【部分图文】：

神经元模型

图 2.3 神经元模型1 之间， 为输入， 表示预测输出， 为实际输出差对权重做出的调整。上述过程也可看作前向传播经元的输入再一次进行权重调整，向更高的网络层前向传播并不能通过当前状态对之前的权重进行调

士研究生学位论文 第三章 基于属性特征融合的每一种特征的最大值作为这一水平条带的特征描述。采用多尺度输样，依次得到尺寸为64 × 24和32 × 12三个尺寸的输入图像。颜色特征 HSV，纹理特征 SILTP 和梯度边缘特征。HSV 颜色特征相饱和度、明度，更接近于现实中人眼对颜色的感知，所以本章颜色特征理图如图 3.6 所示。

【参考文献】：
期刊论文
[1]行人重识别研究综述[J]. 宋婉茹,赵晴晴,陈昌红,干宗良,刘峰.  智能系统学报. 2017(06)
[2]AMSR与SVM相结合的人脸识别方法[J]. 李扬,孙劲光,孟祥福,丁胜锋.  计算机测量与控制. 2012(03)

硕士论文
[1]基于迁移学习的视频行为识别研究[D]. 高亦超.南京邮电大学 2018
[2]基于深度学习的行人再识别[D]. 王兴柱.中国科学技术大学 2018
[3]基于卷积神经网络的行人重识别算法研究[D]. 徐阳.华东师范大学 2018



本文编号：3032849