多视图行人重识别算法研究与数据采集

发布时间：2018-06-29 17:16

  本文选题：智能监控 + 行人重识别　； 参考：《山东大学》2017年硕士论文

【摘要】：作为社会安全保障工作的重要部分,行人视频监控技术在近年来得到了迅速的发展,随着监控设备的成本下降和质量提升,越来越多的城市公共场所正在被大量的监控摄像头所覆盖,同时也使得传统人工观察监控屏幕对行人进行追踪和识别的方法捉襟见肘。因此,智能行人视频监控问题成为以计算机视觉为主的跨学科研究热点问题,其目标是通过计算机对监控视频进行分析,识别出其中行人出现的位置,并对相同身份的行人进行匹配和长距离跨场景跟踪,以降低行人监控工作所耗费的人力,并提高准确性。然而随着人口飞速增长,在城市公共场所经常会出现人流高峰,在监控摄像机的观察中就会造成行人被场景或其它行人遮挡的问题。这些难以被机器视觉自动处理的场景,为设计大范围的智能行人监控方案带来极大的挑战。本文针对智能行人监控问题展开研究。首先对该问题在学术界是如何被分为行人检测、行人跟踪和行人重识别等数个基本子问题,以及监控视频数据如何在各个部分间传递、提取和分析进行了介绍,同时对重点子问题在国内外比较有代表性的工作进行了展示。同时,对本文研究的重点领域——行人重识别问题在智能行人监控解决框架中所占的位置和解决该问题的意义给出详细分析。然后,本文针对行人重识别问题更进一步分析,通过对现有工作的调研综述,可以发现其研究重点主要在对行人图像提取更稳健的特征和对特征距离的度量方法进行学习两方面。本文在此基础上提出了一种基于深度学习卷积神经网络(CNN)的行人重识别方法,在参考现有图像分类网络基础上进行改造,实现对输入的行人图像进行特征提取和特征选择的训练,最终在CMC评价中取得超越传统特征方法的效果。接下来,本文对行人跟踪的学术研究过程中所用的数据集进行了分析。首先是对行人跟踪各个子问题所用的有代表性的数据集进行介绍,分析了现有数据集所提供的内容和标定的数据类型,以及使用数据集对子问题进行基准测试和评价的过程。然后,针对现有数据集的特点和不足,本文提出了一种大范围采集行人数据的系统,选择合适的数据采集、控制和辅助定位硬件设备,自行设计采集节点、软件系统和控制网络,然后介绍了数据采集的整个流程和所采集的内容、格式,以及采集到原始数据后针对算法研究需要进行的标定过程。
[Abstract]:As an important part of social security, pedestrian video surveillance technology has been developed rapidly in recent years. More and more urban public places are being covered by a large number of surveillance cameras. At the same time, the traditional manual observation and monitoring screen to track and identify pedestrians is overstretched. Therefore, intelligent pedestrian video surveillance has become an interdisciplinary research hotspot, which is focused on computer vision. Its goal is to identify the location of pedestrian through computer analysis of surveillance video. In order to reduce the manpower cost and improve the accuracy of pedestrian monitoring, matching and long distance cross-scene tracking of pedestrians with the same identity are carried out. However, with the rapid growth of population, there is often a rush of people in public places in cities, and the observation of surveillance cameras will cause pedestrians to be blocked by scenes or other pedestrians. These scenarios, which are difficult to be automatically processed by machine vision, pose a great challenge to the design of a wide range of intelligent pedestrian monitoring schemes. This paper focuses on intelligent pedestrian monitoring. First of all, how the problem is divided into pedestrian detection, pedestrian tracking and pedestrian recognition, and how to transfer, extract and analyze the video data between different parts are introduced. At the same time, the key sub-problems in the domestic and foreign representative work has been demonstrated. At the same time, the position of pedestrian recognition problem in the framework of intelligent pedestrian monitoring solution and the significance of solving this problem are analyzed in detail. Then, this paper further analyzes the problem of pedestrian recognition, through the survey of existing work, It can be found that the study focuses on two aspects: the more robust feature extraction from pedestrian images and the measurement of feature distance. In this paper, a method of pedestrian recognition based on deep learning convolutional neural network (CNN) is proposed, which is modified by referring to the existing image classification networks. The training of feature extraction and feature selection of the input pedestrian image is realized, and the result of CMC evaluation surpasses the traditional feature method. Then, this paper analyzes the data sets used in the academic research of pedestrian tracking. Firstly, the representative data sets used in pedestrian tracking are introduced. The contents and calibration data types of existing data sets are analyzed, and the process of benchmark testing and evaluation of sub-problems using data sets is analyzed. Then, according to the characteristics and shortcomings of the existing data sets, this paper proposes a large-scale pedestrian data acquisition system, select the appropriate data acquisition, control and auxiliary positioning hardware equipment, and design the acquisition node. The software system and control network are introduced, and then the whole process of data acquisition, the content and format of the data acquisition, and the calibration process for the algorithm research are introduced.
【学位授予单位】：山东大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TP391.41

【相似文献】

中国期刊全文数据库 前10条

1 ;《数据采集与处理》编委会在徐州召开[J];数据采集与处理;2000年02期

2 ;《数据采集与处理》已成立第五届编委会[J];数据采集与处理;2000年03期

3 ;数据采集与处理2005年(第20卷1一4期)总目次[J];数据采集与处理;2005年04期

4 ;降低数据采集的成本[J];电子测量技术;2005年01期

5 谷波;;数据采集积极性不高[J];施工企业管理;2012年04期

6 ;致谢[J];数据采集与处理;2012年06期

7 ;数据采集与处理2012年(第27卷1～6期)总目次[J];数据采集与处理;2012年06期

8 王丽;;通信计费数据采集网络的模式探讨[J];科技传播;2013年09期

9 ;《数据采集与处理》1987年总目录[J];数据采集与处理;1987年03期

10 ;《数据采集与处理》1988年总目录[J];数据采集与处理;1988年03期

中国重要会议论文全文数据库 前10条

1 陈福;周树杰;林小竹;杨跃翔;;应用嵌入式系统进行数据采集的研究[A];2004全国测控、计量与仪器仪表学术年会论文集（下册）[C];2004年

2 王艳萍;李道武;章志明;李可;陈亚微;高俊雄;单保慈;魏龙;;用于小动物PET的数据采集和符合系统[A];第九届全国正电子谱学会议论文集[C];2005年

3 陈青;;侦听模式在数据采集中的应用[A];中国计量协会冶金分会2007年会论文集[C];2007年

4 蔡尹楚;王立校;;多种新型数据采集方式在化工企业能源数据采集中的组合应用[A];中国计量协会冶金分会2014年会暨能源计量与绿色冶金论坛论文集[C];2014年

5 周威;陈五一;;切削数据采集研究[A];大型飞机关键技术高层论坛暨中国航空学会2007年学术年会论文集[C];2007年

6 王磊;马婉丽;姚成虎;;U盘功能在数据采集仪器中的应用和设计[A];第二届全国信息获取与处理学术会议论文集[C];2004年

7 王泽保;;智能化数据采集记录仪[A];1996年中国智能自动化学术会议论文集（下册）[C];1996年

8 迟晓珠;王劲松;;三维加速度数据采集及通讯系统[A];2000全国力学量传感器及测试、计量学术交流会论文集[C];2000年

9 孙嘉兴;刘艳侠;;数据采集中微弱信号处理[A];中国仪器仪表学会第三届青年学术会议论文集（下）[C];2001年

10 华泽玺;王长林;肖鹏;;改善传统通信模式提高数据采集的实时性[A];四川省通信学会2004年通信技术论文集(一)[C];2004年

中国重要报纸全文数据库 前10条

1 浙江省杭州市桐庐县烟草专卖局（分公司） 张韬;客户经理数据采集“小贴士”[N];东方烟草报;2011年

2 佟伟;做好数据采集 强化税收征管[N];长白山日报;2005年

3 葛学忠;我州旅游数据采集任务如期完成[N];民族日报;2008年

4 记者 温跃邋朱锋 通讯员 姜春;人行威海中心支行创新贷款数据采集流程见实效[N];金融时报;2008年

5 刘亚迅　特约记者 方立华;数据采集表评判训练短长[N];解放军报;2010年

6 胡涛;源头数据采集单轨运行[N];中国石化报;2010年

7 王显锋;兰西国税局力争数据采集“开门红”[N];黑龙江经济报;2005年

8 孙红伟 特约记者 程永亮;34个数据采集组嵌入演练场[N];解放军报;2012年

9 张黎明 马敬辉;让胡路国税局做好动态数据采集准备工作[N];黑龙江经济报;2005年

10 张黎明 马敬辉;让胡路国税局动态数据采集进展顺利[N];黑龙江经济报;2005年

中国博士学位论文全文数据库 前7条

1 邵苏杰;面向智能配用电网数据懫集的流量调度机制[D];北京邮电大学;2015年

2 吴军;可用于大科学装置的数据采集和信号处理系统的研究[D];中国科学技术大学;2017年

3 马英杰;基于3GS的核勘查数据采集及处理系统研究[D];成都理工大学;2010年

4 齐林;面向可追溯的物联网数据采集与建模方法研究[D];中国农业大学;2014年

5 刘传波;列车纵向冲动的机理研究及检测仪器的开发[D];武汉理工大学;2009年

6 牛田野;特殊等离子体环境物理信息获取与处理的研究[D];中国科学技术大学;2008年

7 李忠龙;基于现有传感器的桥梁无线检测技术的研究[D];哈尔滨工业大学;2008年

中国硕士学位论文全文数据库 前10条

1 胡延凯;公共建筑能耗数据懫集与信息处理一体化集成技术研究[D];山东建筑大学;2015年

2 张丽萍;雷电三维电场数据采集与分析[D];南京信息工程大学;2015年

3 张元;物流运输跟踪数据采集与可视化监控的研究与实现[D];西南交通大学;2015年

4 吴涛;基于宽带卫星的海洋海事信息数据懫集装置研发[D];集美大学;2015年

5 梁佩;实时数据采集系统方案设计与实现[D];西南交通大学;2015年

6 李晓红;基于SOA架构的中职教育数据采集与KPI决策支持系统的构建[D];复旦大学;2013年

7 徐硕硕;基于LabVIEW的燃气能源瞬态数据采集与处理[D];北华航天工业学院;2015年

8 隋玉涛;惠民县民生信息数据采集与分析系统的设计与实现[D];山东大学;2015年

9 李彬雅;基于智能手机的泊车位判寻系统设计[D];福建师范大学;2015年

10 王政;4通道数据采集中频接收机的设计和实现[D];哈尔滨工业大学;2015年

，

本文编号：2082813