行人重現(xiàn)檢測研究.pdf

1、行人重現(xiàn)檢測是監(jiān)控視頻分析和識別過程中的一個十分重要的研究點，在多個領(lǐng)域，如智能監(jiān)控、交互式游戲方面都有非常大的價值。經(jīng)過研究者們不懈的努力，行人重現(xiàn)檢測的性能有了明顯的提升，使其在真實的監(jiān)控場景中有所建樹。由于人體姿態(tài)多樣性、復(fù)雜多變的背景、光照變化和攝像機視角變化等因素的存在，人體的外觀通常發(fā)生巨大的變化，為行人重現(xiàn)檢測帶來了巨大的挑戰(zhàn)。
　　本文圍繞行人重現(xiàn)檢測中的問題和難點，研究了如何在無監(jiān)督的條件下“基于行人部件分析提取

2、高斯局部描述子”以及在海量數(shù)據(jù)中如何進行“面向行人重現(xiàn)檢測的物體與屬性檢測”。具體的，本論文的主要貢獻有以下兩點：
　　針對行人重現(xiàn)檢測中的特征匹配與提取，本文提出一種基于行人部件分析的高斯局部描述方法（GaLF）。通過行人部件分析與色彩校正，對圖片中每一部分提取局部高斯特征。通過度量每一部分間的高斯的距離，得到基于人體多部件的度量結(jié)果，即兩樣本間的相似性。實驗表明，本文提出的基于行人部件分析的高斯局部描述方法有效的利用了人體部件

3、信息并提取了魯棒的顏色、紋理及空間信息，在多個行人數(shù)據(jù)集上取得了性能的提升。
　　本文提出了一種面向行人重現(xiàn)檢測的物體與屬性檢測系統(tǒng)。本系統(tǒng)通過半監(jiān)督方法篩選大量網(wǎng)絡(luò)數(shù)據(jù)。利用深度神經(jīng)網(wǎng)絡(luò)模型對網(wǎng)絡(luò)數(shù)據(jù)進行標注，擴充帶標注的數(shù)據(jù)集。通過擴充過的數(shù)據(jù)集重新訓(xùn)練系統(tǒng)中的深度神經(jīng)網(wǎng)絡(luò)模型，以提升其準確率。最終系統(tǒng)可準確提取用于行人重現(xiàn)檢測的高階行人語義特征。該系統(tǒng)可以在線不間斷運轉(zhuǎn)，并且結(jié)合了無限圖片學(xué)習(xí)系統(tǒng)與深度學(xué)習(xí)網(wǎng)絡(luò),優(yōu)勢互補。無