收藏本站

复杂场景下的行人重识别关键技术研究

【摘要】:社会的快速发展和人们日益增长的安全需求推动了视频监控的迅猛发展,行人重识别在安全监控、刑事侦查和目标再识别应用中具有重要作用,并在机器视觉和人工智能领域引起了广泛关注。大量的研究人员投入到行人重识别研究领域中,并取得了丰富的研究成果。目前大量的行人重识别研究主要是集中在正常场景下进行开展的,即行人与相机的距离基本固定、光照相对充足以及遮挡较少等场景,针对行人重识别中出现的问题提出了对应的解决方案并获得了良好的效果。但在实际场景中,由于天气的变化、行人的运动、相机的分辨率以及光照的变化等因素,这些变化的不利因素增加了行人重识别研究的难度,使得行人重识别研究更具有挑战性。(i)由于受到存储设备容量的限制以及可能出现的色彩线路故障等因素,导致获取的样本没有RGB彩色信息而只保留了灰度信息。目前还没有一个公开的灰度行人视频标准数据集,并且很少有学者研究补偿视频彩色信息丢失来提升识别率的问题。(ii)在实际场景中,特别是在夜间很多场合的光线较低,曝光度不足导致拍摄到的行人样本信息含量较少。目前虽然公开的一些数据集中存在光照变化的问题,但还没有公开一个标准的夜间低光照行人视频数据集。如何改善由于低光照对行人样本信息丢失造成的不利影响是行人重识别研究中一项亟待解决的任务。(iii)在实际监控中,由于不同监控设备的分辨率的差别以及与行人之间的距离远近变化等因素导致获取的行人样本分辨率不一致。高分辨率样本包含的有效信息较多,而低分辨率样本包含的有效信息相对较少。目前大多数研究主要集中在不同分辨率图像方面的识别,然而对不同分辨率视频行人重识别研究较少。(iv)在刑事侦查等社会安全应用场景中,由于目标嫌疑人的图像样本较难获取,而目击证人对嫌疑人外观特征的描述则为目标检索提供了可能。目击者的描述更多的是对目标嫌疑人的外观、衣着颜色和款式等特征粗略的刻画。虽然由这种描述来绘制的行人彩色插图风格样本包含的行人纹理等细节性的信息相对较少,但能够建立彩色插图风格的人物图片(人物插图)与真实照片之间的关联。目前针对人物插图样本与正常拍摄的行人图像之间的匹配研究相对较少。本文针对行人重识别研究中存在的以上四个方面的复杂场景下的新问题进行深入的分析与研究,并针对新问题构建了新的模型以及优化方案,在研究过程中取得了一些有价值的成果:(1)为了解决真彩色与灰度视频行人重识别问题,降低灰度视频有效信息丢失的产生的影响,本文提出了一种基于半耦合映射字典对学习的方法。该方法首先对不同摄像头中每个行人的视频样本子集分别学习一个视频内紧致投影矩阵,然后分别学习灰度字典和真彩色字典,并利用编码系数学习一个真彩色与灰度样本之间的半耦合映射以建立异质样本之间的内在关系。为保证学习到的映射和字典对具有良好的鉴别力,该方法在字典对的学习过程中设计了鉴别保真项和正则项。本文采集并发布了一个新的灰度-真彩色行人视频基准数据集,为后续研究提供了丰富的数据样本。(2)针对低光照场景下的行人重识别问题,本文提出了一种基于三元组流形鉴别距离度量学习方法。该方法首先利用测地距离将每个行人的视频序列进行划分并构建多个局部线性模型,然后学习距离度量。具体地,将每一个行人的视频序列集合看做对应的样本集,然后利用测地距离对每个样本集构建局部线性模型;利用构建的多个局部线性模型,学习距离度量矩阵使得类内距离最小以及类间距离最大,进而实现低光照场景下的行人匹配工作。为了填补低光照行人数据集的空白,本文采集并公开了一个新的低光照行人视频基准数据集。(3)为了解决低分辨率与高分辨率场景下的行人视频样本分辨率不一致的问题,本文提出了一种基于映射补偿矩阵的集对集的距离学习方法。该方法首先将视频序列划分成对应的子集提取特征,然后学习一个低分辨率到高分辨率之间的半耦合映射,最后学习一个基于集对集的鉴别度量。具体地,该方法将每个行人完整的视频序列利用步态周期的方法划分成多个视频帧序列子段,然后将视频子序列作为对应的样本子集提取特征向量;针对低分辨率导致样本有效信息的丢失问题,本文设计了一个半耦合映射矩阵来补偿样本丢失的信息,能够降低低分辨率带来的影响。该方法学习一个基于集对集的鉴别度量能够最小化类内距离,同时最大化类间距离,进而提升模型的鉴别能力。为了提供一个真实场景的低分辨率视频数据集,本文采集并发布了一个新的低分辨率与高分辨率视频行人基准数据集。(4)为了解决彩色插图风格人物图片场景下的行人重识别问题,本文提出了一种基于半耦合鉴别字典学习的方法。该方法能够对彩色人物插图样本和正常拍摄照片样本分别学习字典对,然后学习异质样本对之间的映射关系,来降低人物插图样本丢失的信息。具体地,由于人物插图样本和真实照片的样本生成的方式不同,因而两类样本具有异质性。为了解决样本异质性问题,本文提出采用半耦合技术来学习异质样本对之间的映射关系。利用学习到的半耦合映射矩阵能够降低异质样本之间的差异,进而提升行人重识别匹配准确率。为了提供一个彩色人物插图与真实照片行人数据,本文采集并绘制了一个彩色人物插图与真实照片的行人基准数据集。

下载App查看全文

(如何获取全文? 欢迎:、、)

支持CAJ、PDF文件格式


【相似文献】
中国期刊全文数据库 前16条
1 叶瑜;李俊;卢钰洁;方修琦;;六个全球历史土地覆盖数据集数据来源的对比分析[J];北京师范大学学报(自然科学版);2019年06期
2 郑弦;;数据集采器在临床护理工作中的应用价值探讨[J];基层医学论坛;2017年12期
3 Long-xiang WANG;Xiao-she DONG;Xing-jun ZHANG;Yin-feng WANG;Tao JU;Guo-fu FENG;;TextGen:用于新型存储系统基准测试的真实文本数据集生成方法(英文)[J];Frontiers of Information Technology & Electronic Engineering;2016年10期
4 刘娟;朱翔鸥;刘文斌;;基于交互信息的数据集特征结构研究[J];模式识别与人工智能;2014年01期
5 沈雯漪;;大型数据集数据挖掘算法研究[J];计算机光盘软件与应用;2014年16期
6 职为梅;郭华平;范明;叶阳东;;非平衡数据集分类方法探讨[J];计算机科学;2012年S1期
7 吴克寿;曾志强;;非平衡数据集分类研究[J];计算机技术与发展;2011年09期
8 付优;;非平衡数据集的分类[J];电力学报;2010年04期
9 张缨;周红俊;李建军;刘根林;郑樱;郝春霞;王一吉;康海琼;卫波;;国际脊髓损伤数据集之核心数据集[J];中国康复理论与实践;2009年09期
10 高嘉伟;梁吉业;;非平衡数据集分类问题研究进展[J];计算机科学;2008年04期
11 苗卿;单立新;裘昱;;信息熵在数据集分割中的应用研究[J];电脑知识与技术(学术交流);2007年05期
12 张华;郁书好;;时空数据集的连接处理和优化方法研究[J];皖西学院学报;2006年02期
13 肖苏君;邵可毅;;浅谈自治区级气象数据集系统的建设[J];内蒙古气象;2006年04期
14 靳萍,尚邦治,杨舒,张玉洁;重症监护的基本数据集探讨[J];医疗设备信息;2005年10期
15 张尔强;创建SAS数据集的技巧[J];数理医药学杂志;2003年01期
16 周书明,凌德英;SAS程序与SAS数据集[J];数理医药学杂志;2000年02期
中国重要会议论文全文数据库 前10条
1 王羽;姜晓夏;陆辰;王振宇;王珩;吴振锋;;军事机器阅读理解数据集构建与评估[A];2019第七届中国指挥控制大会论文集[C];2019年
2 缪国宇;刘洪鹏;苏文学;刘荣生;赵相东;;基于数据仓库的企业指标分析系统[A];中国计量协会冶金分会2012年会暨能源计量与节能降耗经验交流会论文集[C];2012年
3 王子恒;齐勇刚;刘军;;路面交通标志检测调研:数据集及算法[A];2018中国汽车工程学会年会论文集[C];2018年
4 郭景峰;杜京;马倩;邹晓红;;一种基于数据集性质的快速等差模式聚类算法[A];第二十五届中国数据库学术会议论文集(二)[C];2008年
5 孟烨;张鹏;宋大为;王雷;;信息检索系统性能对数据集特性的依赖性分析[A];需将论文集名称修改为“第十二届全国人机语音通讯学术会议(NCMMSC2013)论文集[C];2013年
6 田捷;;三维医学影像数据集处理的集成化平台[A];2003年全国医学影像技术学术会议论文汇编[C];2003年
7 冷传良;;飞机化铣成样板划线数据集设计方法探索[A];第十届沈阳科学学术年会论文集(信息科学与工程技术分册)[C];2013年
8 范明;魏芳;;挖掘基本显露模式用于分类[A];第二十一届中国数据库学术会议论文集(技术报告篇)[C];2004年
9 刘通;张宇献;;基于加权平均数的模糊聚类有效性函数[A];第十届沈阳科学学术年会论文集(信息科学与工程技术分册)[C];2013年
10 林荔;林铖;;福建省小时风速数据集研制及应用[A];第35届中国气象学会年会 S20 深度信息化:应用支持与智能发展[C];2018年
中国博士学位论文全文数据库 前10条
1 马飞;复杂场景下的行人重识别关键技术研究[D];武汉大学;2019年
2 皇群博;晴空条件FY-3C大气微波垂直探测资料变分同化研究[D];国防科技大学;2018年
3 孙秀宝;基于CMA-LSAT v1.0数据集的近百年全球陆表气温变化研究[D];南京信息工程大学;2018年
4 陈迪;耕地数量与质量时空变化遥感监测研究[D];中国农业科学院;2019年
5 李星达;钢琴多音估计问题和音乐生成问题的深度学习方法[D];吉林大学;2019年
6 刘皓;基于深度学习的行人再识别问题研究[D];合肥工业大学;2017年
7 王建培;聚类有效性分析及其在电学层析成像中的应用[D];天津大学;2017年
8 杨勋;跨视域行人再识别若干问题研究[D];合肥工业大学;2017年
9 纳赛尔 阿里 穆罕默德 巴拉卡特;复杂化学数据的知识发现新型化学计量学算法研究[D];湖南大学;2005年
10 李宏;面向应用领域的分类方法研究[D];中南大学;2007年
中国硕士学位论文全文数据库 前10条
1 陈康;超限学习机拓展研究及其脑电分类应用[D];杭州电子科技大学;2019年
2 刘文斌;中式菜肴食材数据集的构建及其分类算法研究[D];武汉轻工大学;2019年
3 余冠华;基于多属性铁路事故数据集的聚类和关联规则分析方法研究[D];北京交通大学;2019年
4 陈磊阳;基于改进VGGNet的不透水面信息提取应用研究[D];河南大学;2019年
5 周听听;基于深度学习的医保异常检测研究[D];电子科技大学;2019年
6 陈远鹏;基于长时间可穿戴社交数据集的语音分割方法的研究[D];电子科技大学;2019年
7 范晨雪;基于交通类数据集的我国政府开放数据分析[D];山西大学;2019年
8 江思源;面向混合数据集的聚类方法研究[D];合肥工业大学;2019年
9 张泰然;面向实时的视频人体分割算法研究[D];北京交通大学;2019年
10 刘娜;基于LSTM细分类的人脸图像年龄估计研究[D];华北电力大学;2019年
中国重要报纸全文数据库 前10条
1 记者 张梦然;[N];科技日报;2018年
2 记者 张梦然;[N];科技日报;2018年
3 记者 季张颖;[N];上海法治报;2019年
4 记者 王莉英;[N];深圳特区报;2017年
5 记者 金昶 通讯员 陈斯音;[N];中国海洋报;2017年
6 中国青年报·中青在线记者 谢宛霏;[N];中国青年报;2017年
7 记者 罗旭;[N];光明日报;2017年
8 记者 刘钊 通讯员 徐文慧 杨溯;[N];中国气象报;2015年
9 冉瑞奎 刘晓林 戴艳萍;[N];中国气象报;2006年
10 通讯员廖雅琴记者冯竞;[N];科技日报;2003年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978


{bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bcksports}| {bck官网}| {bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bcksports}| {bck官网}| {bck}| {bck体育下载}| {bck体育}| {bckbet}| {bcksports}| {bck官网}| {bck}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bcksports}| {bck体育下载}| {bckbet}| {bcksports}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bck官网}| {bck体育下载}| {bckbet}| {bcksports}| {bck官网}| {bck体育app}| {bck体育}| {bcksports}| {bck官网}| {bck体育下载}| {bck体育}| {bckbet}| {bcksports}| {bck官网}| {bck体育}| {bcksports}| {bck官网}| {bck体育官网}| {bck体育下载}| {bck体育}| {bckbet}| {bcksports}| {bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bck官网}| {bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bcksports}| {bck官网}| {bck}| {bck体育官网}| {bcksports}| {bck体育下载}| {bck体育app}| {bckbet}|
{uc8}| {uc8体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐城}| {uc8彩票}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {uc8体育}| {UC体育}| {uc8老虎机}| {uc8老虎机}| {UC8娱乐}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8老虎机}| {uc8彩票}| {uc8}| {uc8体育}| {UC体育}| {uc8官网}| {UC8娱乐}| {UC8娱乐城}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐}| {UC8娱乐城}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐}| {UC8娱乐城}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐}| {uc8彩票}| {uc8}| {uc体育}| {UC体育}| {UC8娱乐城}| {uc8}| {UC体育}| {uc8官网}| {uc8老虎机}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐}| {UC8娱乐城}|