基于視覺顯著增強(qiáng)和低鐵稀疏結(jié)構(gòu)化的行人重識別方法研究.pdf

1、基于監(jiān)控場景下的行人重識別問題是當(dāng)前計算機(jī)視覺領(lǐng)域研究的熱點(diǎn)，主要任務(wù)是指行人在穿梭于監(jiān)控場景中攝像機(jī)網(wǎng)絡(luò)的視頻或圖片的匹配，特別是對于非重疊視域的多攝像機(jī)網(wǎng)絡(luò)結(jié)構(gòu)，應(yīng)用場景更加廣泛。因此行人重識別問題在智慧城市，安防監(jiān)控，交通管理等領(lǐng)域有著非常廣泛的應(yīng)用前景。然而，由于非重疊視域的多攝像機(jī)網(wǎng)絡(luò)結(jié)構(gòu)存在場景背景的變化、行人外觀姿態(tài)的變化以及光照角度的改變等因素，使得行人重識別的研究工作充滿了挑戰(zhàn)性。
　　行人重識別的研究方法主要分

2、為兩類:(1)基于行人外觀模型，能夠克服行人光照，姿勢和視角的變化。(2)基于學(xué)習(xí)方法匹配，學(xué)習(xí)方法將底層的特征信息轉(zhuǎn)換高層的語義信息。從數(shù)據(jù)的形態(tài)上行人重識別研究問題主要分為基于單幀圖像和視頻序列:(1)單幀圖像是指對于一個行人重識別目標(biāo)，在監(jiān)控場景攝像機(jī)網(wǎng)絡(luò)中只有一張圖片信息可以加以利用;(2)而基于視頻序列可以利用的信息則相應(yīng)的為多幅圖像或者一段視頻序列幀。本文的主要工作就分成單幀圖像和視頻序列的兩種情況，具體如下:
　　(

3、1)對于單幀圖像行人重識別，考慮到行人圖像包圍盒包含不必要背景信息和遮擋，本文提出了一種新穎的顯著性加權(quán)特征，該特征通過在構(gòu)圖的基礎(chǔ)上運(yùn)用流形排序算法來學(xué)習(xí)行人圖像的視覺顯著性。具體來說，首先對圖中超像素塊構(gòu)建環(huán)圖，基于這些超像素塊，依據(jù)和前景信息和背景信息的距離來計算相應(yīng)的顯著性。最后，將區(qū)域塊的顯著性和局部最大發(fā)生特征結(jié)合，構(gòu)建了一種視覺顯著性加強(qiáng)的魯棒外觀模型，該特征有效地增強(qiáng)行人區(qū)域的同時抑制背景區(qū)域?qū)π腥酥刈R別的影響。

4、　　(2)對于視頻序列行人重識別，本文假設(shè)擁有相同外觀的行人圖片來自于同一個低秩子空間，同一個行人的所有圖片存在于一個聯(lián)合的低秩子空間，基于這樣的假設(shè)，本文提出了一種有效的子空間學(xué)習(xí)方法，該方法基于低秩表示模型，同時融合了非負(fù)，低秩和稀疏約束，在此基礎(chǔ)上，構(gòu)建加強(qiáng)行人圖片之間關(guān)系的信息圖，此外，為了加強(qiáng)低秩關(guān)系矩陣，本文引入了統(tǒng)計學(xué)中的先驗(yàn)概率，重復(fù)判別先驗(yàn)，該先驗(yàn)概率主要運(yùn)用在分割領(lǐng)域，本文將其拓展到基于視頻序列的行人重識別任務(wù)中以提