發(fā)布時間：2020-03-30 19:55

【摘要】：行人再識別是利用計算機視覺技術判斷圖像或者視頻序列中是否存在特定行人的技術,即給定一個或一段監(jiān)控行人圖像,要求機器可以自動檢索跨攝像頭設備下該行人圖像以進行對行人的追蹤與定位。該類算法旨在彌補目前固定的攝像頭的視覺局限,并可與行人檢測/跟蹤技術一起廣泛應用于智能視頻監(jiān)控、智能安保等領域。行人再識別的數(shù)據(jù)中經(jīng)常存在如下幾類噪音:圖像分辨率較低、行人姿勢不同、光照變化以及相機視角不同等。這些噪音導致不同攝像機所拍攝的同一個行人圖像在視覺表觀特征上常常存在較大差別。目前現(xiàn)有方法大多將研究重點放在如何從整張圖片中提取更加魯棒的行人特征,而忽略了圖片本身質(zhì)量對結(jié)果的干擾。本文從解決圖片低分辨率的角度出發(fā),針對行人再識別數(shù)據(jù)庫中行人圖像分辨率較低、不同行人的視覺特征過于相似的問題提出了一套基于深度學習的行人再識別算法(自動權(quán)重卷積神經(jīng)網(wǎng)絡)。本文主要貢獻如下:1、本文提出用對抗生成網(wǎng)絡對圖像像素進行信息增強,該算法以對抗博弈訓練為基礎,生成器與判別器互為約束,學習出從低分辨率到高分辨率的合適映射關系,將原始低分辨率圖像重建為高分辨率圖像,恢復圖像中的紋理細節(jié)。2、針對輸入圖像質(zhì)量較差的情況,本文進一步提出自動權(quán)重分配網(wǎng)絡,在傳統(tǒng)的深度學習分類網(wǎng)絡基礎上引入圖像語義信息參與分類,對圖像的不同區(qū)域自動分配合適的權(quán)重,從而使網(wǎng)絡能夠自動提取每個行人身上最具有代表性的特征。3、本文在實驗過程中發(fā)現(xiàn),比起僅僅使用傳統(tǒng)交叉熵或者三元組損失函數(shù),使用二者的組合損失函數(shù)表現(xiàn)更好。該組合損失函數(shù)能夠在最大化行人圖像的類間距離,最小化行人圖像的類內(nèi)距離的同時保持整體分類的約束條件。4、本文在兩個具有挑戰(zhàn)性的行人再識別數(shù)據(jù)集iLIDS-VID和PRID-2011上進行實驗,實驗結(jié)果表明本文所提出的算法有效地減少了低分辨率對行人外觀的影響,并減輕了行人特征混淆的問題,顯著提高了行人再識別的識別率。5、本文進一步將所提出模型與基準模型(去除所有本文提出算法的模型)在同樣行人圖像上提取的特征進行降維可視化,可視化的結(jié)果有力地證明本文所提出的算法能夠減輕相機之間的差異與行人姿態(tài)差異對最終特征造成的影響,有效拉近來自不同攝像機的同一行人的特征。
【圖文】：

于身體所占面積更大，因此從行人整個身體提取特征更加容易，，提取出的特征逡逑也更具有辨別力。逡逑目前行人再識別問題己經(jīng)引起了研究人員的廣泛重視。圖１－１中展示了近逡逑年以來在國際頂級計算機視覺會議ＣＶＰＲ與ＩＣＣＶ／ＥＣＣＶ上發(fā)表的行人再識別逡逑工作數(shù)量�？梢钥吹剑�近年來行人再識別的論文數(shù)量呈爆炸式的X棾�。大量科辶x涎謝�构与学校将行人再识别作为重要惦y芯糠較潁�并提畴h撕芏嚶屑壑檔乃惴ㄥ義希郟擔�６，ＡP�８�

本文編號：2607986