基于多分块局部特征网络的行人重识别技术研究

来源 :国防科技大学 | 被引量 : 0次 | 上传用户:oliu1113
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
行人重识别是检索图像或者视频序列中跨摄像头的特定行人的技术,是计算机视觉和模式识别领域的研究热点之一,具有明显的研究价值和技术挑战性,在智能视频监控、智能安保等领域具有重要的应用前景。由于行人的整体特征往往很难获取到具有区分性的局部细节,因此局部特征学习成为现有的行人重识别方法的不可或缺的组成成分。不同于其他大多数的行人重识别方法采用额外的姿态预测或人体分割模型对图像进行局部区域分割,本文提出一种基于多分块局部特征网络的行人重识别方法,不需要使用额外的行人局部特征划分模型,避免引入迁移误差,结构简单且效果显著。本文首先采用大型图像分类数据集ImageNet上预训练好的Resnet-50模型作为骨干网络的一部分,针对骨干网络提取的中间特征进均匀分块、分别训练;充分利用各局部分块所包含的类别信息,鼓励模型自主学习一个有效的局部分块特征表示,不需要额外的数据模型进行人体局部区域划分;基于行人重识别这一特定问题存在的类间相似度大、类内相似小的问题,本文采取在训练区块中进行伪负样本采样提取困难样本以便于网络进行有针对性的学习。同时针对两个输入图像均匀分块可能存在的局部特征分块不匹配的情况,在局部特征维度上进行相似度距离校正,使用最短路径算法代替欧氏距离,动态调整了局部特征之间的相似度距离,宏观上将局部特征分块进行水平对齐。以理论研究和实验平台为基础,本文设计并实现了端到端的行人重识别学习器,并进行了对比实验和模型分析。在包括Market-1501,DukeMTMC-reid和CUHK03在内的主流行人重识别数据集上实施的实验结果表明,本文提出的方法优于大部分现有的行人重识别方法。本文同时采用多组对比实验验证各模型参数对行人重识别性能的影响,实验结果表明:多分块的局部特征结构在原始骨干模型的基础上对行人重识别的精度有较好的提升,同时最短路径的度量学习算法在多分块的局部特征基础上对模型性能有进一步提升;针对多分块局部特征结构的分块数n对行人重识别的性能mAP和Rank-1的影响,折线图体现出mAP和Rank-1随着分块数n先递增后下降,在n=6时达到最高;针对不同的骨干网络展开对比实验,综合性能和计算成本考虑,本文选择ResNet-50作为基础骨干网络;综上所述,实验与测评结果验证了本文提出的基于多分块局部特征的行人重识别方法的有效性和优越性。
其他文献
空心阴极作为真空电子源是电推进器、航天器电位控制、微推力器中核心部件。无热子空心阴极去掉传统的加热器结构,具有启动速度快、结构简单、可靠性高的特性。通过对启动过
高性能伺服系统不仅需要很好的动态响应性能,而且需要良好的抗扰性能来应对系统外部扰动及模型参数的不确定性。工业中最常用的控制方法是经典的PID控制,该方法是建立在确定
国家提出“中国制造2025”战略,目的是大力发展工业自动化,扭转我国自动化方面的落后局面。随着伺服电机、四轴机器人等自动化组件应用技术日趋成熟及普及,各行业均对现有工
随着各类传感器大量搭载于移动终端,时空数据大量累积,如何从海量数据中发现有效信息是当前研究的热点。异常检测作为时空数据挖掘的重要分支在军民领域有着重要应用,可广泛
随着电子器件微型化,微机电系统(MEMS)得到了进一步的发展,功能器件的相对功耗得到进一步降低。通过环境能量采集器捕获、采集到的能量将足以支持电子器件完成功能任务,而不
冲击波信号属于典型的非平稳随机信号,具有信号频率范围广、幅度变化速度快、持续时间短等特点,因此对冲击波测试系统的动态性能具有很高要求。为了解决在冲击波测试过程中,
近年来,随着城市机动车数量的增加,由机动车尾气排放引起的生态和环境问题变得越来越突出,并成为了社会关注的热点问题。城市路网中行驶的机动车、工程器械等移动污染源排放
当今科学技术迅猛发展,光纤传感器因其拥有结构简单、抗电磁干扰能力强、灵敏度高等优点在工程应用中已占据举足轻重的地位。另一方面,新材料的出现对人类社会的发展同样发挥
图像是重要的信息载体,计算机图像处理技术促进了人类科技的发展,提高了人类生产生活水平。计算机图像处理技术已应用在航空航天、道路交通、生物医学、工业检测,通信和安防
随着人工智能的不断进步,深度学习可以训练生成各种场景应用的模型,譬如生物识别、行人检测、人脸识别等,将人工智能与实际应用相结合。而深度学习中识别特定目标最重要的一