多模态行人重识别算法研究

发布时间：2021-04-29 08:40

　　近年来,随着城市监控网络的不断完善,行人重识别技术由于其潜在的应用价值而受到越来越多研究人员的关注。行人重识别,又称为行人再识别或跨镜追踪,是近年来计算机视觉领域最热门的研究课题之一。给定一个待检索的行人图像,行人重识别的任务是检索出一段时间内在不同区域摄像机所拍摄到的该行人的所有图像,它在行人追踪、行为分析等方面有着广泛的应用,并且其在可控（特定数据集）条件下取得了较高的准确率。但在实际监控条件下,由于受到背景、光照、视角、硬件条件等客观因素的影响,使得行人重识别成为一个具有挑战性的问题。另外,除了上述在可见光条件下的限制之外,还有来自由于摄像机成像原理而造成模态差异的问题。因此,本文针对行人重识别技术中行人可见光单模态、可见光与近红外跨模态所面临模态差异的问题而展开研究。具体内容主要表现在以下两个方面:针对可见光单模态下人体姿态不匹配、语义区域难以对齐的问题,本文提出了一种基于多粒度人体语义解析的行人重识别算法。首先给定一张带有关键点注释的行人图像并进行检索;其次将上述所得到的检索结果进行聚类分析以得到相应的先验信息;最后基于其先验信息对神经网络模型进行优化得到最终的行人图像解析结... 

【文章来源】：华中师范大学湖北省 211工程院校 教育部直属院校

【文章页数】：54 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 研究背景及意义
    1.2 面临的问题与挑战
    1.3 本文主要研究内容
    1.4 本文的组织架构
第二章 国内外研究现状
    2.1 行人重识别研究进展
    2.2 单模态下的行人重识别
        2.2.1 基于特征提取的行人重识别方法
        2.2.2 基于度量学习的行人重识别方法
        2.2.3 基于生成对抗网络的行人重识别方法
        2.2.4 基于数据增强的行人重识别方法
    2.3 跨模态下的行人重识别
        2.3.1 基于近红外和可见光模态下的行人特征提取方法
        2.3.2 基于生成式模态转换的跨模态行人重识别算法
    2.4 章节总结
第三章 单模态下的行人重识别算法研究
    3.1 先验知识引导的语义解析算法研究
        3.1.1 人体姿态关键点的获取
        3.1.2 人体语义解析
    3.2 多粒度图像的生成
    3.3 特征提取和融合
        3.3.1 卷积神经网络结构
        3.3.2 损失函数
    3.4 实验测试与结果
        3.4.1 数据集介绍
        3.4.2 实验实施细节
        3.4.3 与现有方法的比较
        3.4.4 实验结果可视化
    3.5 章节总结
第四章 跨模态下的行人重识别算法研究
    4.1 基于图像和特征联合约束的跨模态行人重识别算法
        4.1.1 算法总体框架
        4.1.2 中间模态生成器
        4.1.3 特征约束模块
        4.1.4 图像约束模块
    4.2 数据集
        4.2.1 Parking-01数据集介绍
        4.2.2 数据集评估协议
        4.2.3 SYSU-MM01数据集介绍
    4.3 实验测试与结果
        4.3.1 实验实施细节
        4.3.2 与现有方法的比较
        4.3.3 算法分析
        4.3.4 实验结果可视化
    4.4 章节总结
第五章 总结与展望
    5.1 研究总结
    5.2 工作展望
参考文献
攻读硕士期间发表的论文
致谢


【参考文献】：
期刊论文
[1]生成对抗网络在计算机视觉领域中的应用研究[J]. 高伟,郭永峰,徐德衡.  价值工程. 2019(22)
[2]最小均衡化后的行人重识别[J]. 刘翠响,袁香伟,王宝珠,张亚凤,马杰.  深圳大学学报(理工版). 2019(04)
[3]基于风格迁移及度量融合的行人再识别研究[J]. 孙志琳,张丽红.  测试技术学报. 2019(01)
[4]基于深度学习的行人重识别研究进展[J]. 罗浩,姜伟,范星,张思朋.  自动化学报. 2019(11)
[5]预训练卷积神经网络模型微调的行人重识别[J]. 李锦明,曲毅,裴禹豪,扆泽江.  计算机工程与应用. 2018(20)
[6]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)



本文编号：3167211