非重疊視域多攝像機(jī)監(jiān)控系統(tǒng)中行人再識別研究.pdf_第1頁
已閱讀1頁,還剩63頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、無重疊視域多攝像機(jī)監(jiān)控的大量應(yīng)用,推動了智能監(jiān)控的發(fā)展。多攝像機(jī)監(jiān)控網(wǎng)絡(luò)中存在大量監(jiān)控盲區(qū),增加了跨攝像機(jī)之間目標(biāo)跟蹤的難度。行人再識別是將不同攝像機(jī)下的行人進(jìn)行關(guān)聯(lián),消除攝像機(jī)之間的視覺差異,實(shí)現(xiàn)跨攝像機(jī)之間目標(biāo)的持續(xù)跟蹤。光照變化、視角變化、以及行人姿態(tài)變化和攝像機(jī)參數(shù)等因素,使行人再識別面臨極大挑戰(zhàn)。針對以上問題,本文對無重疊視域多攝像機(jī)之間的行人再識別進(jìn)行深入研究,論文的主要研究工作和創(chuàng)新點(diǎn)如下:
  (1)針對低層特征對

2、外界因素變化敏感,不具有魯棒性的特點(diǎn),在屬性標(biāo)注的行人再識別基礎(chǔ)上,提出把屬性標(biāo)注當(dāng)作行人的標(biāo)簽,先通過屬性篩選、再進(jìn)行低層特征排序的方法。實(shí)驗(yàn)表明,該方法的識別率提高了,說明了該方法的有效性。
  (2)針對基于測度學(xué)習(xí)的行人再識別方法中,訓(xùn)練樣本選擇不恰當(dāng)時易出現(xiàn)過擬合問題,提出基于正則化獨(dú)立測度矩陣的行人再識別算法。該算法首先在四個不同的顏色空間單獨(dú)學(xué)習(xí)測度矩陣,然后分別對學(xué)習(xí)到的測度矩陣進(jìn)行正則化,最后融合四個測度矩陣下行

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論