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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、行人再識(shí)別(Person re-identification)技術(shù)是判斷在不同監(jiān)控?cái)z像頭下出現(xiàn)的行人圖像是否屬于同一行人的技術(shù)。面對(duì)海量增長的監(jiān)控視頻,利用計(jì)算機(jī)對(duì)監(jiān)控視頻中的行人進(jìn)行再識(shí)別的需求應(yīng)運(yùn)而生。然而現(xiàn)存的行人再識(shí)別算法主要是在己裁剪好的行人圖片中匹配查找集和候選集,這是不切實(shí)際的,行人的框架在現(xiàn)實(shí)考慮中不可能直接給定,目標(biāo)行人需要在整張圖片中被鎖定。
目前,深度學(xué)習(xí)在圖像識(shí)別、語音識(shí)別、自然語言處理等多個(gè)領(lǐng)域取得了
2、優(yōu)異的效果。相比于傳統(tǒng)人工提取特征的方法,深度神經(jīng)網(wǎng)絡(luò)通過從數(shù)據(jù)中自動(dòng)學(xué)習(xí)到更能表征圖像的特征并進(jìn)行分類,更具實(shí)際意義。
將深度學(xué)習(xí)應(yīng)用到行人再識(shí)別上已經(jīng)成為當(dāng)前的研究熱點(diǎn),但是由于目前行人再識(shí)別中如圖像分辨率低、遮擋、光照變化等問題使其離實(shí)際應(yīng)用還有很長的距離。本文總結(jié)了目前一些行人檢測及再識(shí)別的常用特征、算法以及深度神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),并進(jìn)行深入研究和分析。設(shè)計(jì)了一種針對(duì)端到端行人再識(shí)別的預(yù)訓(xùn)練網(wǎng)絡(luò)模型,該模型結(jié)合了驗(yàn)證和分類兩
3、種網(wǎng)絡(luò)結(jié)構(gòu),并利用空間池化操作對(duì)不同尺度的輸入圖片進(jìn)行特征歸一化。在此基礎(chǔ)上用性能良好的ResNet-50網(wǎng)絡(luò)結(jié)構(gòu)對(duì)端到端的行人再識(shí)別網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行改進(jìn)。之后在eaffe深度學(xué)習(xí)框架上訓(xùn)練改進(jìn)的模型并進(jìn)行多組實(shí)驗(yàn),包括預(yù)訓(xùn)練模型的有效性、不同特征維度對(duì)網(wǎng)絡(luò)模型效果的影響、在不同大小的候選集、低分辨率和遮擋子集下的性能分析,以及與當(dāng)前比較先進(jìn)的算法進(jìn)行對(duì)比。實(shí)驗(yàn)結(jié)果證明了本文方法訓(xùn)練出來的模型能夠?qū)W習(xí)到具有較高魯棒性的特征,大幅度提高了行人
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(qǐng)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(qǐng)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(huì)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(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于度量學(xué)習(xí)的行人再識(shí)別研究.pdf
- 基于度量學(xué)習(xí)和深度學(xué)習(xí)的行人重識(shí)別研究.pdf
- 監(jiān)控視頻下行人再識(shí)別技術(shù)研究.pdf
- 基于子空間學(xué)習(xí)的行人再識(shí)別研究.pdf
- 基于深度學(xué)習(xí)的視頻內(nèi)容識(shí)別技術(shù)研究.pdf
- 基于深度學(xué)習(xí)的人臉識(shí)別技術(shù)研究.pdf
- 基于深度學(xué)習(xí)的手寫漢字識(shí)別技術(shù)研究.pdf
- 監(jiān)控視頻中的行人再識(shí)別技術(shù)研究.pdf
- 基于深度學(xué)習(xí)的說話人識(shí)別技術(shù)研究.pdf
- 基于耦合特征空間學(xué)習(xí)的行人再識(shí)別.pdf
- 基于深度與視覺信息融合的行人檢測與再識(shí)別研究.pdf
- 多視頻監(jiān)控系統(tǒng)中行人再識(shí)別技術(shù)研究.pdf
- 基于多特征的行人再識(shí)別研究.pdf
- 基于深度學(xué)習(xí)的行人檢測.pdf
- 面向監(jiān)控圖像的行人再識(shí)別關(guān)鍵技術(shù)研究.pdf
- 基于深度學(xué)習(xí)的年齡不變?nèi)四樧R(shí)別技術(shù)研究與實(shí)現(xiàn).pdf
- 基于深度學(xué)習(xí)的行人檢測方法研究.pdf
- 基于matching-CNN的行人再識(shí)別.pdf
- 基于分層深度學(xué)習(xí)的行人分類方法研究.pdf
- 基于深度學(xué)習(xí)的攝像機(jī)網(wǎng)絡(luò)中行人識(shí)別研究與系統(tǒng)實(shí)現(xiàn).pdf
評(píng)論
0/150
提交評(píng)論