基于深度学习的行人重识别及其在机场的应用

发布时间：2024-04-14 06:24

　　行人重识别是指在跨摄像头或跨场景情况下,基于多摄像头拍摄的行人视频数据,实现目标行人的识别与检索问题。近几年随着深度学习的快速发展及其在计算机视觉领域应用的不断加深,行人重识别的性能已经获得了极大的提升,然而,针对实际应用,行人重识别任务仍面临着极大的技术挑战:1)行人重识别模型难以泛化扩展,成为限制行人重识别实际应用的很大阻碍;2)数据集的规模不够也制约着行人重识别的进一步发展。本文基于深度学习技术,从不同层面,研究提出解决行人重识别问题的方法,具体包括:(1)针对单样本视频行人重识别面临的图像序列特征杂乱问题,结合多目标函数,提出了基于深度判别网络的行人重识别模型。在本章中主要解决了以下几个问题:1)考虑单样本视频数据集特点,每个行人只有一个图像序列数据,但其中也蕴含丰富的特征信息,如时序信息、同一行人的不同视角信息以及姿态信息等,提出了序列结合图像的混合损失函数算法用于提纯序列图像中行人的特征信息,使模型获得更好的鲁棒性;2)在模型训练阶段,采用了一种新颖的逐步学习的半监督学习采样策略,在误差可接受的范围内,逐步利用未标记数据来提升模型性能;3)为了使模型提取更具判别性的行人特征...

【文章页数】：61 页

【学位级别】：硕士

【部分图文】：

图2-1卷积神经网络经典模型

中国民航大学硕士学位论文10AlexNet模型被提出后，直到现在，ILSVRC中图像分类比赛的获胜者一直为卷积神经网络模型，并且错误率已经降至几个百分点。随时间推移，一些经典的CNN模型，如图2-1所示：图2-1卷积神经网络经典模型图2-1展示了深度卷积神经网络的发展路线。201....

图2-2自训练过程

中国民航大学硕士学位论文11得比只使用有标签样本数据训练的分类器性能更好的分类器，而半监督分类算法主要包含五种，分别是：自训练算法、基于图的半监督算法、半监督支持向量机、生成式的半监督学习以及基于分歧的半监督学习。图2-2自训练过程自训练算法是一种增量算法，如图2-2所示，首先用....

图2-3基于深度学习的行人重识别基础流程

中国民航大学硕士学位论文122.3行人重识别图2-3基于深度学习的行人重识别基础流程行人重识别主要是解决跨摄像头检索行人的图像或视频序列问题的一种技术手段，通用的行人重识别基础流程如图2-3所示。继2014年深度学习首次应用于行人重识别领域后，后续基于深度学习的行人重识别模型的研....

图2-4三元组损失示意图

中国民航大学硕士学位论文14图2-4三元组损失示意图与对比损失不同，三元组损失所需数据是以三个为一组的，如图2-4所示，分别包含了一个正样本对以及一个负样本对，而三元组损失的目的则是通过训练后，使得正样本更加相近，而负样本对则远离。三元组损失公式如下：()()()()2222=a....

本文编号：3954255