多視圖行人重識(shí)別算法研究與數(shù)據(jù)采集.pdf

1、作為社會(huì)安全保障工作的重要部分，行人視頻監(jiān)控技術(shù)在近年來得到了迅速的發(fā)展，隨著監(jiān)控設(shè)備的成本下降和質(zhì)量提升，越來越多的城市公共場(chǎng)所正在被大量的監(jiān)控?cái)z像頭所覆蓋，同時(shí)也使得傳統(tǒng)人工觀察監(jiān)控屏幕對(duì)行人進(jìn)行追蹤和識(shí)別的方法捉襟見肘。因此，智能行人視頻監(jiān)控問題成為以計(jì)算機(jī)視覺為主的跨學(xué)科研究熱點(diǎn)問題，其目標(biāo)是通過計(jì)算機(jī)對(duì)監(jiān)控視頻進(jìn)行分析，識(shí)別出其中行人出現(xiàn)的位置，并對(duì)相同身份的行人進(jìn)行匹配和長距離跨場(chǎng)景跟蹤，以降低行人監(jiān)控工作所耗費(fèi)的人力，并提

2、高準(zhǔn)確性。然而隨著人口飛速增長，在城市公共場(chǎng)所經(jīng)常會(huì)出現(xiàn)人流高峰，在監(jiān)控?cái)z像機(jī)的觀察中就會(huì)造成行人被場(chǎng)景或其它行人遮擋的問題。這些難以被機(jī)器視覺自動(dòng)處理的場(chǎng)景，為設(shè)計(jì)大范圍的智能行人監(jiān)控方案帶來極大的挑戰(zhàn)。
　　本文針對(duì)智能行人監(jiān)控問題展開研究。首先對(duì)該問題在學(xué)術(shù)界是如何被分為行人檢測(cè)、行人跟蹤和行人重識(shí)別等數(shù)個(gè)基本子問題，以及監(jiān)控視頻數(shù)據(jù)如何在各個(gè)部分間傳遞、提取和分析進(jìn)行了介紹，同時(shí)對(duì)重點(diǎn)子問題在國內(nèi)外比較有代表性的工作進(jìn)行了

3、展示。同時(shí)，對(duì)本文研究的重點(diǎn)領(lǐng)域——行人重識(shí)別問題在智能行人監(jiān)控解決框架中所占的位置和解決該問題的意義給出詳細(xì)分析。然后，本文針對(duì)行人重識(shí)別問題更進(jìn)一步分析，通過對(duì)現(xiàn)有工作的調(diào)研綜述，可以發(fā)現(xiàn)其研究重點(diǎn)主要在對(duì)行人圖像提取更穩(wěn)健的特征和對(duì)特征距離的度量方法進(jìn)行學(xué)習(xí)兩方面。本文在此基礎(chǔ)上提出了一種基于深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)(CNN)的行人重識(shí)別方法，在參考現(xiàn)有圖像分類網(wǎng)絡(luò)基礎(chǔ)上進(jìn)行改造，實(shí)現(xiàn)對(duì)輸入的行人圖像進(jìn)行特征提取和特征選擇的訓(xùn)練，最終

4、在CMC評(píng)價(jià)中取得超越傳統(tǒng)特征方法的效果。
　　接下來，本文對(duì)行人跟蹤的學(xué)術(shù)研究過程中所用的數(shù)據(jù)集進(jìn)行了分析。首先是對(duì)行人跟蹤各個(gè)子問題所用的有代表性的數(shù)據(jù)集進(jìn)行介紹，分析了現(xiàn)有數(shù)據(jù)集所提供的內(nèi)容和標(biāo)定的數(shù)據(jù)類型，以及使用數(shù)據(jù)集對(duì)子問題進(jìn)行基準(zhǔn)測(cè)試和評(píng)價(jià)的過程。然后，針對(duì)現(xiàn)有數(shù)據(jù)集的特點(diǎn)和不足，本文提出了一種大范圍采集行人數(shù)據(jù)的系統(tǒng)，選擇合適的數(shù)據(jù)采集、控制和輔助定位硬件設(shè)備，自行設(shè)計(jì)采集節(jié)點(diǎn)、軟件系統(tǒng)和控制網(wǎng)絡(luò)，然后介紹了數(shù)據(jù)采