

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),請進行舉報或認領(lǐng)
文檔簡介
1、近年來,隨著智能視頻監(jiān)控技術(shù)的發(fā)展,無重疊視域多攝像機行人再識別問題成為了該領(lǐng)域的一個研究熱點。該問題主要解決的任務是:某個被攝像機捕捉到的特定行人,當其在另一具有無重疊視域的攝像機中再次出現(xiàn)時,監(jiān)控系統(tǒng)能夠自動地識別標記出該行人。此問題的解決主要存在以下幾個難點:光照變化的干擾,時空信息的缺失以及行人姿態(tài)的多樣性。本文提出了一種基于不同攝像機下行人外表多種特征建模的方法來解決行人再識別問題。論文的主要工作及貢獻集中在下面幾個方面:
2、r> 1.在針對不同攝像機間建立關(guān)系模型方面,提出了松弛邊界分量分析(Relaxed Margin Components Analysis,RMCA)距離測度學習方法。結(jié)合單幀行人庫以及多幀行人庫中樣本點周圍的異類樣本點遠多于同類樣本點的數(shù)據(jù)分布情況,在最大邊界近鄰(Large Margin Nearest Neighbors,LMNN)算法的基礎(chǔ)上,重新定義了“邊界”函數(shù)使之能夠根據(jù)數(shù)據(jù)分布靈活可調(diào)。算法能夠在僅使用簡單顏色特征的條
3、件下具有良好的再識別效果,并且收斂速度快。
2.提出一種基于核映射的松弛邊界分量分析(Kernel RMCA,KRMCA)算法。考慮到在高維空間中樣本數(shù)據(jù)更為可分,本文借助核函數(shù)(Kernel Function)將行人樣本特征映射入高維空間再使用RMCA算法進行建模。最后,針對幾種常用的核函數(shù)進行分析討論,得出最為適合本文所使用行人特征表達的JS(Jensen-Shannon)核函數(shù)。實驗結(jié)果表明,與RMCA算法相比,KRMC
4、A算法進一步提升了再識別的準確率。
3.提出一種多特征結(jié)合的行人再識別方法。為了實現(xiàn)不同特征貢獻度的自適應選擇,結(jié)合多核學習(Multiple Kernels Learning,MKL)的思想,進一步將KRMCA算法改造為多核松弛邊界分量分析算法(Multiple Kernels RMCA,MKRMCA)。之后在MKRMCA算法的基礎(chǔ)上提出一種新穎的核寬度參數(shù)選擇算法,能夠?qū)崿F(xiàn)核寬度參數(shù)的自適應生成。實驗結(jié)果表明,該方法能夠進
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 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空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 非重疊視域多攝像機監(jiān)控系統(tǒng)中行人再識別研究.pdf
- 基于時空拓撲的無重疊視域多攝像機目標再識別.pdf
- 多攝像機無重疊視域的行人跟蹤算法研究.pdf
- 無重疊視域多攝像機目標跟蹤研究.pdf
- 無重疊視域多攝像機目標跟蹤.pdf
- 無重疊視域多攝像機目標關(guān)聯(lián)研究.pdf
- 無重疊視域多攝像機目標跟蹤若干問題研究.pdf
- 無重疊視域多攝像機目標匹配算法研究.pdf
- 無重疊視域多攝像機目標跟蹤若干關(guān)鍵問題的研究.pdf
- 無重疊視域的分布式多攝像機目標跟蹤研究.pdf
- 無重疊視域多攝像機運動目標匹配研究.pdf
- 非重疊視域多攝像機目標跟蹤方法研究.pdf
- 非重疊視域多攝像機目標匹配算法研究.pdf
- 無重疊視域多攝像機監(jiān)控系統(tǒng)中目標跟蹤若干關(guān)鍵問題研究.pdf
- 重疊視域多攝像機間運動目標匹配研究.pdf
- 跨攝像機行人再標識研究.pdf
- 多攝像機無重疊視野域的目標跟蹤.pdf
- 基于重疊視域多攝像機協(xié)同的目標定位與跟蹤技術(shù)研究.pdf
- 基于深度學習的攝像機網(wǎng)絡(luò)中行人識別研究與系統(tǒng)實現(xiàn).pdf
- 基于深度學習的攝像機網(wǎng)絡(luò)行人識別系統(tǒng)研究與實現(xiàn).pdf
評論
0/150
提交評論