视频场景的行人目标再识别

《视频场景的行人目标再识别》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号：ＴＰ３９单位代码：１０４５１密级：公开学号：２０１５１１０１９４硕士学位论文⑩论文题目：视频场景的行人目标再识别作者姓名：李亚庆指导教师姓名职称邹海林教授学科专业名称计算机应用技术研究方向图像处理与模式识别论文答辩日期２０１８年６月３日答辩委员会主席武玉强教授鲁东大学硕士学位论文视频场景的行人目标再识别作者姓名：李亚庆指导教师：邹海林教授学科专业：计算机应用技术研究方向：图像处理与模式识别鲁东大学信息与电气工程学院二○一八年六月AThesisSubmittedt

2、oLudongUniversityfortheDegreeofMasterPersonRe-identificationinVideoScenesM．D．Candidate：LiYaqingSupervisor：ZouHailinMajor：ComputerApplicationTechnologyResearchInterests：ImageProcessingandPatternRecognitionSchoolofInformationandElectricalEngineeringLudongUniver

3、sityJune，2018学位论文原创性声明和使用授权说明学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研宂所取得的研宄成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体己经发表或撰写的成果作品。对本文的研宄做出重要贡献的个人和集体，均己在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名：舍日期必年ｆｅ月＜日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有

4、关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权鲁东犬＃可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。保密□，在年解密后适用本授权书。本学位论文属于不保密ｄ。“’（请在以上相应方框内打十）作者签名：杏ｉｋ日期：＞丨》年６月＆日导师签名：日肌：＾年月日＜／郊一木致谢光阴似箭,我的研究生生涯即将在这里划上句号。回首以往的学校生活，感触颇多。在这里，我度过了人生中最美好的时光，遇见了一群可爱

5、的同学以及可敬的老师，他们给予了我很多的帮助，在这里我成长了很多，在此，向他们表示我衷心的感谢。感谢我的导师-邹海林教授。邹老师严谨的学术态度以及乐观的生活态度都对我产生了深远的影响。在学业上，邹老师一直走在学术发展的前沿，不断地给我们传授最新的知识，同时对我们研究内容提出建设性意见，及时纠正我们研究方向上的误区；不仅如此，邹老师对学术论文的写作方面更是精益求精，不断指导我们修正其中的细节，力求完美。在生活上，邹老师对我们关怀备至，他总是以他丰富的人生阅历来启迪我们；他平易近人、乐观豁达的生活态度对我以后的生活及

6、工作也将会产生深远的影响。在此祝愿邹老师身体健康，工作顺利！感谢柳婵娟老师亦师亦友般的帮助，不仅在学习和科研方面给了我很多的具体的指导，而且在生活中给予我很多的关心和照顾；在我迷茫的时候，柳老师总是会给我指点迷津。感谢学院的各位老师在学业上以及生活上的指导与帮助。感谢各位师兄、师姐在平日学习以及生活中的照顾；感谢马振磊、李珊珊、郭伟震、朱华以及牟梦媛等诸位在平时的学习和生活中的帮助与陪伴，让我度过了难忘的学习生涯，也让我有所成长；感谢刘力源等师弟师妹对我的帮助。最后，感谢我的父母，谢谢你们在我每一次面临抉择时给予

7、我的支持与理解，愿你们身体健康，永远幸福！I摘要行人再识别技术指的是不同摄像机镜头对不同时间、地点捕捉到的行人进行匹配的过程。行人再识别技术因其广泛的应用以及研究价值，已经成为计算机视觉等相关领域的研究热点，对于维护社会公共安全具有重要现实意义。行人再识别技术研究主要分为两方面：特征表示和度量学习。有效的特征表示应该能抑制光照以及视角变化造成的影响。目前，特征表示最常用的就是对颜色特征和纹理特征按照不同要求进行组合；度量学习则是通过监督、无监督等方式学习得到一种能反映数据间内在关系的距离函数，使得数据样本保持较好

8、的可分性，从而达到提高匹配准确率的目的。基于度量学习的行人再识别实质上是通过高维空间特征向低维子空间的映射实现特征的降维，从而使样本具有良好的可分性。但在实际研究中发现，通过不同的方法寻找合适的低维子空间往往存在着不同的缺点，例如，模型的泛化能力低、参数优化等问题。本文针对不同算法的具体不足，做了如下工作：(1)探讨了顶推距离度量学习算法(Top-pushdistance