面向复杂场景的行人自动检测及重识别

发布时间：2021-09-08 14:47

　　近年来,随着智能视频监控、智能交通、车辆辅助驾驶系统以及智能机器人等领域的快速兴起,越来越多的任务需要利用计算机视觉技术辅助完成。行人检测和行人重识别作为计算机视觉的热门研究方向,受到了相关领域研究人员的广泛关注,近年也得到了快速发展。但是,由于实际应用场景中监控环境的复杂性、行人姿态的多变性以及行人遮挡问题的普遍存在性,面向复杂场景的行人检测和行人重识别还存在诸多挑战和难点。首先,考虑到复杂场景中行人分辨率较低、不同行人之间尺度差异较大以及行人遮挡严重等问题,本文在Faster R-CNN行人检测算法的基础上,利用Precise RoI Pooling和多尺度感受野网络对算法进行改进,一方面增加了网络特征感受野尺度的多样性,另一方面提高了感兴趣区域池化提取到的特征准确性。改进后的算法对复杂场景中的行人检测有更好的适应能力。其次,本文提出基于Faster R-CNN的双通道网络模型。针对弱光环境中的行人检测,热度图像相较于RGB图像具有更多信息,本文通过双通道网络设计实现了RGB图像和热度图像特征的融合,利用特征融合技术使两类特征之间的信息可以相互补充,增加了行人特征的多样性。改进后的... 

【文章来源】：西南交通大学四川省 211工程院校 教育部直属院校

【文章页数】：69 页

【学位级别】：硕士

【部分图文】：

行人检测任务示意图

图 1-2 行人重识别任务示意图图 1-3 行人重识别的 Siamese 模型结构[11] 国内外研究现状最近几年，行人检测及重识别的研究论文大量出现在计算机视觉相关的期刊、会，经历了从萌芽阶段到当前研究快速发展的过程。

图 1-3 行人重识别的 Siamese 模型结构[11] 国内外研究现状最近几年，行人检测及重识别的研究论文大量出现在计算机视觉相关的期刊、会，经历了从萌芽阶段到当前研究快速发展的过程。.1 行人检测1. 基于人工设计特征的行人检测2003 年，Viola 和 Jones 将 VJ 检测器[12]用于行人检测。但是 VJ 检测器一开始并不来做行人检测而是用来做人脸检测的，研究者们为了加快检测速度，在 VJ 检测器到了积分图进行特征提取，并且取得了较好的检测效果，达到了 80%的检测精度5 年，Dalar 等人[13]将 HOG(Histograms of Oriented Gradients)特征描述子和 SVM[14port Vector Machine)用于行人检测，作者主要利用了图像上目标的边缘轮廓信息变

【参考文献】：
期刊论文
[1]基于多特征子空间与核学习的行人再识别[J]. 齐美彬,檀胜顺,王运侠,刘皓,蒋建国.  自动化学报. 2016(02)



本文编号：3390977