基于视频的个体再识别模型应用方法研究

发布时间：2021-10-24 02:21

　　随着智能视频监控的发展,个体再识别技术受到越来越多的关注,该技术主要应用于刑侦、智能寻人等领域。目前,大多数个体再识别研究主要是基于图像（包括深度学习）,但是图像的可提取信息有限。对此,本文提出基于视频的个体再识别研究方法,主要从基于视频的个体外观特征表达、个体运动特征表达以及个体再识别距离度量模型三方面展开研究。个体外观特征表示。针对不同摄像机下行人受到光照影响导致外观改变的问题以及寻找一种合适的方法表示视频中丰富的纹理特征。本文将Lab颜色特征和时空纹理特征相结合,对Lab颜色特征从每个帧采样中提取直方图,结合时空纹理特征,采用局部平均直方图来表达个体外观特征。通过Top-push距离度量模型的相似性度量,验证结合后的特征与单独的特征表示效果。个体时空特征表示。为解决视频匹配中时间错位问题,同时保留个体运动中所有可能的动态信息。本文在空间金字塔模型基础上根据时序金字塔和空间金字塔得到时空金字塔特征序列,该方法通过加强金字塔匹配核及其空间扩展所激发的时序金字塔结构来丰富对人物特征的表示,更接近于实际场景。通过Top-push距离度量模型进行相似性度量,验证时空金字塔特征的匹配结果。个... 

【文章来源】：西安理工大学陕西省

【文章页数】：68 页

【学位级别】：硕士

【部分图文】：

PRID2011数据集Fig.1-2PRID2011Dataset

西安理工大学硕士学位论文如图 1-2 所示。图 1-2 PRID2011 数据集Fig.1-2 PRID2011 DatasetiLIDS-VID 数据集包含 300 个随机抽样人员的 600 个视频，每个都有两对摄像机视图中的一对视频。每个视频由 23 到 192 个图像帧组成，每个图像平均 73 帧。与 PRID2011数据集相比，它是在多台摄像机下的机场到达机场大厅中捕获的。这个数据集的挑战在很大程度上取决于服装相似性、照明和视角在摄像机视图中的变化、复杂的背景和遮挡，如图 1-3 所示。

西安理工大学硕士学位论文AB，基于人对颜色的感觉来而设计，颜色域知均匀。该模式具有设备无关性，这种优势特性的缺点。Lab 颜色空间中，颜色由 L(亮度，取值为[0，100]（纯黑到纯白）。a 取值值为[-128，127]，表示蓝色到黄色的范围。

【参考文献】：
期刊论文
[1]基于不同颜色空间的运动目标检测算法分析[J]. 丁莹,钱锋,范静涛,姜会林.  长春理工大学学报(自然科学版). 2012(04)

博士论文
[1]面向多实例分类的迁移学习研究[D]. 徐庸辉.华南理工大学 2017
[2]基于度量学习的行人重识别方法研究[D]. 王金.华中科技大学 2017
[3]基于马氏距离的度量学习算法研究及应用[D]. 梅江元.哈尔滨工业大学 2016
[4]面向图像分类和识别的视觉特征表达与学习的研究[D]. 杨钊.华南理工大学 2014

硕士论文
[1]基于改进时间分片算法的在线广告点击率预估研究[D]. 徐智.南昌大学 2018
[2]道路监控场景下行人再识别方法研究[D]. 乔治.北方工业大学 2018
[3]基于度量学习的图像分类算法研究[D]. 阎少梅.安徽大学 2018
[4]基于马尔可夫链的期望到达时间距离学习[D]. 储醉.南京大学 2017
[5]基于词袋模型的木材分类的研究[D]. 胡学晶.东北林业大学 2017
[6]图像检索中的重排序算法研究[D]. 李海飞.河南大学 2015
[7]基于非重叠区域的多摄像机目标跟踪技术研究[D]. 孙健飞.南京邮电大学 2012



本文编号：3454385