论文部分内容阅读
随着我国平安城市、雪亮工程、社会综合治理体系的深入发展,目前各个城市都建设了大量的摄像头,这些摄像头所产生的海量监控视频存在着数据冗余、组织混乱等问题,而视频结构化技术可以对海量视频进行结构化组织和管理,可有效支撑当前智能监控信息化建设的需求。在视频结构化技术中,行人重识别和行人属性识别是两个重要的研究方向。当视频能够捕获到目标图像时,需要采用行人重识别通过图像特征对目标进行识别;当视频无法捕获到目标图像时,需要采用行人属性识别进一步考虑行人的高级语义特征对目标进行识别。然而当前的视频结构化技术还面临三个主要问题:第一,当视频能够捕获到目标图像时,现有行人重识别技术在行人快速变换位置时无法联动多个摄像头对同一目标进行精准的定位和追踪,导致对同一个行人的识别率较低;第二,当视频无法捕获到目标图像时,只能通过目标人员属性去寻找,而现有的行人属性识别技术没有充分利用人体固有结构之间的关系,从多角度预测行人属性,导致属性识别错误率较高。第三,目前视频结构化技术大多用法单一,没有交叉使用行人重识别和行人属性识别技术。针对上述问题,本文首先提出了一种基于人体解析的行人重识别算法MGMHP-PR（MaskGuided Method based on Human Parsing for Person Re-identification）,进而考虑到人体固有结构,提出了一种基于关键点图卷积的行人属性识别算KGMGCN-PAR（Keypoint-Guided Method based on Graph Convolutional Network for Pedestrian Attribute Recognition）。在此基础上,考虑到现实情况的复杂性,为了进一步提高算法的普适性以及目标识别与定位的准确度,本文将改进后的两种算法相融合,设计了一个深度学习驱动的视频结构化原型系统,该系统在面对不同情况时可以自主决策不同的解决方案。在实验部分,对文中所提算法进行了验证,并与传统基准算法进行了对比分析。本文的主要研究工作如下:（1）针对行人快速移动无法进行精准定位导致识别率较低的问题,提出一种基于人体解析的行人重识别算法MGMHP-PR。首先,将改进的残差网络、多尺度特征融合、Focal Loss引入U-Net,以生成不同部位的人体掩码图;随后利用人体掩码图并结合注意力机制计算特征图权重矩阵,获得像素级局部特征;接着为了综合考虑不同部位的局部特征,本文提出一种基于局部特征的三元组损失;最后利用孪生网络联合计算行人实例和局部特征的损失。（2）针对现有视频结构化技术无法充分利用人体固有结构之间的关系导致属性识别错误率较高的问题,提出一种基于关键点图卷积的行人属性识别算法KGMGCN-PAR。首先,利用HRNet和残差网络提取行人的关键点局部特征;随后利用人体的固有结构作为先验知识初始化邻接矩阵,并自适应地学习邻接矩阵,对关键点局部特征实行图卷积;接着依据人体结构将局部特征划分为不同的部分进行属性识别;最后使用统一内容标签（uniform content label,UCL）实现视频结构化标引。（3）针对现有视频结构化技术用法单一的问题,将两种算法进行融合,实现了深度学习驱动的视频结构化原型系统,该系统可以智能化选择不同的算法对目标进行结构化组织和管理。并通过相关实验对本文所提MGMHP-PR算法和KGMGCN-PAR算法进行了验证。实验结果表明MGMHP-PR算法相较于其他常用的行人重识别算法具有更高的识别精度,KGMGCN-PAR算法相较于传统的行人属性识别算法能够实现对目标人员属性的准确识别。