發(fā)布時(shí)間：2018-01-01 05:17

  本文關(guān)鍵詞：面向智能視頻監(jiān)控的行人目標(biāo)再識(shí)別研究　出處：《浙江大學(xué)》2017年博士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 行人目標(biāo)再識(shí)別 顯著性子區(qū)域 距離度量學(xué)習(xí) 概率超圖 直推學(xué)習(xí) 同攝像機(jī)關(guān)聯(lián)約束 距離度量矩陣融合

【摘要】：近年來(lái),監(jiān)控?cái)z像頭數(shù)量的爆發(fā)式增長(zhǎng)為智能視頻監(jiān)控提供了海量的數(shù)據(jù)來(lái)源,但同時(shí)也大大增加了視頻信息處理的難度。行人目標(biāo)再識(shí)別技術(shù)能夠在大規(guī)模監(jiān)控網(wǎng)絡(luò)中對(duì)指定行人目標(biāo)進(jìn)行識(shí)別與搜索,并建立目標(biāo)在不同攝像機(jī)下的身份關(guān)聯(lián),因此對(duì)智能視頻監(jiān)控網(wǎng)絡(luò)中的目標(biāo)跟蹤、運(yùn)動(dòng)分析以及行為理解等后續(xù)工作具有重大的意義。然而,不同攝像機(jī)之間的光照、視角差異使得監(jiān)控網(wǎng)絡(luò)中同一行人的外觀經(jīng)常呈現(xiàn)出明顯不同,給行人目標(biāo)再識(shí)別的研究帶來(lái)了巨大挑戰(zhàn)。本論文在全面分析國(guó)內(nèi)外現(xiàn)有行人目標(biāo)再識(shí)別算法的基礎(chǔ)上,從外觀特征描述和距離度量學(xué)習(xí)兩個(gè)方面對(duì)行人目標(biāo)再識(shí)別問題展開深入研究,提出了一系列具有獨(dú)創(chuàng)性的解決方案,有效克服了跨攝像機(jī)差異對(duì)行人目標(biāo)再識(shí)別的影響。論文的主要研究?jī)?nèi)容和創(chuàng)新之處在于:1.提出了一種基于顯著性子區(qū)域?qū)W習(xí)的行人目標(biāo)再識(shí)別算法,解決了以往外觀特征描述方法沒有考慮行人不同身體區(qū)域之間差異性的問題。該方法對(duì)同一行人的不同圖片進(jìn)行過(guò)分割,利用子區(qū)域之間的視覺特征關(guān)聯(lián)和空間位置關(guān)聯(lián)進(jìn)行聯(lián)合約束,使學(xué)習(xí)得到的顯著性子區(qū)域不僅具有較強(qiáng)的判別性,而且對(duì)行人外觀變化不敏感。同時(shí),通過(guò)將顯著性學(xué)習(xí)轉(zhuǎn)化為基于超圖的無(wú)監(jiān)督學(xué)習(xí)問題,該方法僅需同一行人的幾幅圖片即可得到顯著性學(xué)習(xí)結(jié)果,因而比基于監(jiān)督學(xué)習(xí)的特征描述方法具有更強(qiáng)的實(shí)用性。實(shí)驗(yàn)結(jié)果表明,與以往的外觀特征描述方法相比,該方法可以獲得更高的行人目標(biāo)再識(shí)別準(zhǔn)確率。2.提出了一種自適應(yīng)距離度量學(xué)習(xí)模型及其優(yōu)化方法,解決了由跨攝像機(jī)差異引起的不同攝像機(jī)之間樣本特征分布不一致的問題。與現(xiàn)有距離度量學(xué)習(xí)算法平等地對(duì)待所有訓(xùn)練樣本不同,該方法能夠在訓(xùn)練過(guò)程中對(duì)樣本進(jìn)行自適應(yīng)性的分類和加權(quán),從而學(xué)習(xí)得到判別性更強(qiáng)的距離度量函數(shù)。通過(guò)將距離度量學(xué)習(xí)轉(zhuǎn)化為一個(gè)平滑的凸優(yōu)化問題,可以采用加速近端梯度算法對(duì)模型進(jìn)行快速求解。實(shí)驗(yàn)結(jié)果表明,該模型對(duì)于行人目標(biāo)再識(shí)別問題具有突出的性能和效率。3.提出了一種新穎的行人目標(biāo)再識(shí)別框架,以解決現(xiàn)有距離度量學(xué)習(xí)算法沒有充分考慮同一攝像機(jī)內(nèi)不同樣本之間關(guān)聯(lián)性的問題。首先,同時(shí)利用訓(xùn)練樣本的跨攝像機(jī)和同攝像機(jī)關(guān)聯(lián)信息對(duì)距離度量學(xué)習(xí)產(chǎn)生約束,使同一行人的圖片在學(xué)習(xí)得到的特征空間中具有更強(qiáng)的近鄰性;然后,對(duì)現(xiàn)有距離度量學(xué)習(xí)的測(cè)試階段進(jìn)行改進(jìn),通過(guò)概率超圖對(duì)查詢圖片和候選集進(jìn)行關(guān)聯(lián)建模,利用樣本之間的群組信息提升距離度量學(xué)習(xí)的相似性排序結(jié)果。實(shí)驗(yàn)表明,所提出的框架相比于傳統(tǒng)的基于距離度量學(xué)習(xí)的行人目標(biāo)再識(shí)別方法具有十分明顯的性能優(yōu)勢(shì)。4.針對(duì)單一距離度量模型容易過(guò)擬合且泛化能力有限的問題,提出了 一種基于多距離度量矩陣融合的行人目標(biāo)再識(shí)別方法。該方法在不同距離度量矩陣所對(duì)應(yīng)的特征空間中分別建立關(guān)聯(lián)圖,并使用直推學(xué)習(xí)將距離度量矩陣融合轉(zhuǎn)化為一個(gè)多關(guān)聯(lián)圖聯(lián)合約束問題,從而有效利用了不同距離度量矩陣之間的互補(bǔ)信息。此外,通過(guò)在融合過(guò)程中引入權(quán)重自適應(yīng)學(xué)習(xí),使距離度量矩陣的融合權(quán)重能夠針對(duì)不同樣本進(jìn)行更新和調(diào)整,進(jìn)一步增強(qiáng)了模型的泛化能力。實(shí)驗(yàn)結(jié)果表明,該方法能夠大幅提升單一距離度量模型的再識(shí)別準(zhǔn)確率,取得遠(yuǎn)好于現(xiàn)有行人目標(biāo)再識(shí)別算法的性能。
[Abstract]:This paper presents a novel pedestrian target re - recognition algorithm based on the feature description and distance measurement . The results show that the method can be used to classify and search the pedestrian target in a large - scale monitoring network .

【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2017
【分類號(hào)】：TN948.6

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 梁篤國(guó);周杰;李杰;;淺談上海世博會(huì)智能視頻監(jiān)控應(yīng)用[J];智能建筑與城市信息;2008年12期

2 ;我國(guó)研制成功智能視頻監(jiān)控系統(tǒng)[J];消防技術(shù)與產(chǎn)品信息;2008年02期

3 李少華;;高清智能視頻監(jiān)控系統(tǒng)保城市平安[J];中國(guó)公共安全(綜合版);2012年07期

4 饒彥;;幼兒園智能視頻監(jiān)控系統(tǒng)探究[J];計(jì)算機(jī)光盤軟件與應(yīng)用;2013年13期

5 ;服務(wù)于行業(yè)客戶的網(wǎng)絡(luò)化智能視頻監(jiān)控系統(tǒng)[J];信息網(wǎng)絡(luò);2006年12期

6 黃會(huì)雄;;一種智能視頻監(jiān)控體系結(jié)構(gòu)設(shè)計(jì)方案[J];微計(jì)算機(jī)信息;2007年16期

7 韓云;鄭尚志;;智能視頻監(jiān)控及應(yīng)用[J];光盤技術(shù);2008年08期

8 李建文;康慕寧;鄧正宏;;一個(gè)基于行為分析的智能視頻監(jiān)控系統(tǒng)的原型[J];科學(xué)技術(shù)與工程;2009年06期

9 余臘生;劉勇;;基于網(wǎng)絡(luò)的智能視頻監(jiān)控系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J];計(jì)算機(jī)工程與設(shè)計(jì);2009年16期

10 張新新;孔英會(huì);;智能視頻監(jiān)控中的異常檢測(cè)方法研究[J];黑龍江科技信息;2009年36期

相關(guān)會(huì)議論文 前10條

1 沈海燕;馮云梅;史宏;呂曉軍;;鐵路安檢區(qū)域智能視頻監(jiān)控系統(tǒng)設(shè)計(jì)及關(guān)鍵技術(shù)研究[A];第八屆中國(guó)智能交通年會(huì)優(yōu)秀論文集——軌道交通[C];2013年

2 薄海睿;李正宜;楊永生;;淺談智能視頻監(jiān)控發(fā)展[A];第二十七屆中國(guó)（天津）2013IT、網(wǎng)絡(luò)、信息技術(shù)、電子、儀器儀表創(chuàng)新學(xué)術(shù)會(huì)議論文集[C];2013年

3 付亮亮;李旭偉;;一種面向智能視頻監(jiān)控的系統(tǒng)原型[A];2008'中國(guó)信息技術(shù)與應(yīng)用學(xué)術(shù)論壇論文集（一）[C];2008年

4 侯宏錄;李寧鳥;;一種基于運(yùn)動(dòng)目標(biāo)識(shí)別技術(shù)的智能視頻監(jiān)控系統(tǒng)[A];2011西部光子學(xué)學(xué)術(shù)會(huì)議論文摘要集[C];2011年

5 李易;管慶;;基于DM642的智能視頻監(jiān)控系統(tǒng)[A];2008年中國(guó)西部青年通信學(xué)術(shù)會(huì)議論文集[C];2008年

6 徐小琴;;多傳感器數(shù)據(jù)融合目標(biāo)識(shí)別算法綜述[A];2006年全國(guó)光電技術(shù)學(xué)術(shù)交流會(huì)會(huì)議文集（D 光電信息處理技術(shù)專題）[C];2006年

7 曹曉玲;;IP智能視頻監(jiān)控系統(tǒng)的發(fā)展及挑戰(zhàn)[A];四川省通信學(xué)會(huì)Ip應(yīng)用與增值電信技術(shù)會(huì)議論文集[C];2011年

8 孔剛;張啟衡;許俊平;;一種復(fù)雜背景下運(yùn)動(dòng)擴(kuò)展目標(biāo)識(shí)別算法[A];第三屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2005年

9 朱映映;梁葉;文振q;;智能視頻監(jiān)控中頭部運(yùn)動(dòng)跟蹤的自適應(yīng)算法研究[A];第七屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2011)論文集【poster】[C];2011年

10 常青;;分形特征目標(biāo)識(shí)別算法[A];2005年中國(guó)智能自動(dòng)化會(huì)議論文集[C];2005年

相關(guān)重要報(bào)紙文章 前10條

1 天津天地偉業(yè)數(shù)碼科技有限公司 瞿關(guān)明;理性對(duì)待智能視頻監(jiān)控[N];計(jì)算機(jī)世界;2008年

2 索尼(中國(guó))有限公司 文軍;如何有效實(shí)現(xiàn)智能視頻監(jiān)控[N];計(jì)算機(jī)世界;2008年

3 王玲;智能視頻監(jiān)控：讓人們的生活更安全[N];經(jīng)濟(jì)日?qǐng)?bào);2007年

4 賽迪;智能視頻監(jiān)控粉墨登場(chǎng)[N];中華建筑報(bào);2006年

5 彭東;智能視頻監(jiān)控：給您最及時(shí)的危機(jī)報(bào)告[N];科技日?qǐng)?bào);2007年

6 賽迪;智能視頻監(jiān)控粉墨登場(chǎng)[N];中華建筑報(bào);2006年

7 記者 郭丹;萬(wàn)安獲省專項(xiàng)資金230萬(wàn)[N];湛江日?qǐng)?bào);2011年

8 陳瑜邋唐婷;智能視頻監(jiān)控：給電子眼裝上“大腦”[N];科技日?qǐng)?bào);2007年

9 ;世博中國(guó)館智能視頻監(jiān)控系統(tǒng)[N];中國(guó)計(jì)算機(jī)報(bào);2010年

10 中國(guó)工程院院士 高文;與智能視頻監(jiān)控有關(guān)的技術(shù)挑戰(zhàn)[N];中國(guó)信息化周報(bào);2014年

相關(guān)博士學(xué)位論文 前10條

1 謝奕;面向智能視頻監(jiān)控的行人目標(biāo)再識(shí)別研究[D];浙江大學(xué);2017年

2 車進(jìn);智能視頻監(jiān)控系統(tǒng)的信息處理算法研究及設(shè)計(jì)實(shí)現(xiàn)[D];天津大學(xué);2014年

3 陳功;魯棒的智能視頻監(jiān)控方法研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2008年

4 王一木;可重構(gòu)的無(wú)線智能視頻監(jiān)控平臺(tái)的研究[D];浙江大學(xué);2013年

5 馬連洋;跨攝像機(jī)行人再標(biāo)識(shí)研究[D];上海交通大學(xué);2014年

6 李超群;名詞性屬性距離度量問題及其應(yīng)用研究[D];中國(guó)地質(zhì)大學(xué);2012年

7 張謝華;煤礦智能視頻監(jiān)控系統(tǒng)關(guān)鍵技術(shù)的研究[D];中國(guó)礦業(yè)大學(xué);2013年

8 方帥;計(jì)算機(jī)智能視頻監(jiān)控系統(tǒng)關(guān)鍵技術(shù)研究[D];東北大學(xué);2005年

9 畢國(guó)玲;智能視頻監(jiān)控系統(tǒng)中若干關(guān)鍵技術(shù)研究[D];中國(guó)科學(xué)院研究生院(長(zhǎng)春光學(xué)精密機(jī)械與物理研究所);2015年

10 古萬(wàn)榮;基于超圖模型的新聞推薦研究[D];華南理工大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 鐘俊洪;基于深度學(xué)習(xí)的目標(biāo)跟蹤及異常徘徊檢測(cè)[D];華南理工大學(xué);2015年

2 韓杰;高清智能視頻監(jiān)控系統(tǒng)軟件研發(fā)[D];浙江大學(xué);2015年

3 陳政;基于分層貝葉斯模型的智能視頻監(jiān)控中的異常檢測(cè)[D];西南大學(xué);2015年

4 潘兆華;智能視頻監(jiān)控中的運(yùn)動(dòng)目標(biāo)檢測(cè)相關(guān)技術(shù)研究[D];天津理工大學(xué);2015年

5 鄭寶國(guó);智能視頻監(jiān)控人群檢測(cè)研究與應(yīng)用[D];上海應(yīng)用技術(shù)學(xué)院;2015年

6 周潔;智能視頻監(jiān)控中人群異常行為的檢測(cè)與分析[D];寧波大學(xué);2015年

7 陳正平;某景區(qū)智能視頻監(jiān)控平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn)[D];安徽大學(xué);2015年

8 蔣可心;智能視頻監(jiān)控系統(tǒng)中若干生物特征識(shí)別研究[D];電子科技大學(xué);2014年

9 黃旭楠;智能視頻監(jiān)控系統(tǒng)的算法研究[D];西安電子科技大學(xué);2014年

10 李曉楠;基于視頻的軌跡分析技術(shù)及在目標(biāo)異常行為檢測(cè)中的應(yīng)用研究[D];浙江工商大學(xué);2015年

，

本文編號(hào)：1363093