低分辨率監(jiān)控視頻下的行人再識別方法研究.pdf

1、行人視頻監(jiān)控已經(jīng)隨處可見，無論是機關(guān)單位、大型公共場所，還是私人公寓、小型超市，都布控了各種攝像頭。雖然監(jiān)控設(shè)備已經(jīng)普及，但大多數(shù)仍然依賴于人力查看。經(jīng)常是一個操作人員，或者幾個操作人員在很多顯示器前逐一查看著是否有異常情況發(fā)生。即便是警方查案也是花費大量警力資源逐一查看可疑范圍內(nèi)的視頻。智能視頻監(jiān)控還不能達到廣泛應(yīng)用的程度。再加之大規(guī)模分布式多攝像機系統(tǒng)迅速膨脹，視覺數(shù)據(jù)復(fù)雜而龐大，簡單依靠人力查看顯然遙不可及，智能行人識別技術(shù)必須緊

2、跟步伐。行人再識別正是面向多攝像頭系統(tǒng)監(jiān)控問題。行人再識別指對于具有時間差距和距離差距、分布在不同位置的攝像頭場景下的一個行人或者一組行人，進行視覺上的匹配，以判定是否為同一人，或者給出其出現(xiàn)的所有場景。然而，不同場景下相機角度變化、環(huán)境變化、行人視覺外觀變化、姿勢變化等，造成了行人再識別各個方面、各個研究階段的困難。
　　本文對行人再識別問題的各個階段進行了分析研究。首先針對行人檢測問題，本文提出了一種基于候選窗口(propos

3、als)的HOG(Histograms of OrientedGradients)行人檢測方法，快速檢測行人。然后本文提出了一種改進的基于SLIC的局部-全局超像素圖像分割算法，實現(xiàn)行人的準確分割提取，行人提取的準確程度直接影響行人再識別的結(jié)果。同時對行人特征空間轉(zhuǎn)換以及匹配算法進行研究，使用CMC評價方法評價行人再識別總體效果。
　　本文實驗用到的視頻數(shù)據(jù)來自于實驗大樓的監(jiān)控視頻。實驗驗證了本文提出的基于候選窗口的HOG行人檢測