【摘 要】
:
行人再识别是智能视频监控体系中的关键技术,是针对不同视域的相机拍摄的行人图像建立匹配关系的处理过程,可以很好地增强样本间的时空关联性。目前一项新的挑战是在一些照明度不足、天气条件恶劣,如夜晚、雨雾天气等环境下,大部分模型都将很难获得具有足够表达能力的行人特征。这些问题主要是由于摄像头获取的图像被噪声所淹没,提升了有效信息的提取难度。本文主要针对含噪声图像的行人再识别问题,通过分析监控视频中图像噪声
论文部分内容阅读
行人再识别是智能视频监控体系中的关键技术,是针对不同视域的相机拍摄的行人图像建立匹配关系的处理过程,可以很好地增强样本间的时空关联性。目前一项新的挑战是在一些照明度不足、天气条件恶劣,如夜晚、雨雾天气等环境下,大部分模型都将很难获得具有足够表达能力的行人特征。这些问题主要是由于摄像头获取的图像被噪声所淹没,提升了有效信息的提取难度。本文主要针对含噪声图像的行人再识别问题,通过分析监控视频中图像噪声的特性,提出利用双域滤波分解构建三元组,并改进三元组度量模型的结构和损失函数,使其能够提取对噪声鲁棒的行人特征,实现噪声环境的监控视频行人再识别。本文首先研究了监控视频中的噪声对于行人再识别的影响。基于噪声的分布特性,提出了基于双域滤波分解的图像增强方法,为后续改进行人再识别模型提供理论依据。具体做法是将图像分解为低频图和高频图两个部分,根据噪声多分布于高频的特性,筛选出非噪声成分,再和低频成分叠加,最终恢复出去噪的图像,提高噪声环境下监控视频的行人再识别性能。本文然后研究了融合双域滤波分解的行人再识别三元组度量学习模型。双域滤波分解可以很好反映图像噪声的分布特性,基于它对图像噪声的分离作用,本文借鉴三元组损失的聚类能力,提出一种新的三元组构建方式。在模型训练阶段,本文利用双域滤波生成两幅分解图,再与原图一起构成三元组,用于让网络学习图像的噪声特性,并使其抑制输出特征图谱中的噪声成分,提高行人特征对于噪声的鲁棒性。在模型的测试及应用阶段,则能摆脱图像前处理去噪过程,实现端到端的提取对噪声鲁棒的行人特征,并进行行人再识别。通过在Market-1501和CUHK03数据集上进行加噪前后的对比实验,发现在噪声场景中本文方法均能取得最优性能,且相对于理想场景,Rank-1精度损失只有1.9%和7.8%,表明本文模型对噪声鲁棒,能最大程度恢复行人再识别精度。同时,本文基于所提出的行人再识别方法,设计了完整的检索系统,实现了能够满足实际应用需求的校园监控敏感目标行人再识别系统,展现了良好的实用性。
其他文献
近年来,全球经济迅速发展,人口激增,资源成为了人类社会发展的重要因素,而海洋作为资源宝库,开发海洋资源是人类重要的战略方向。并且,海洋环境复杂,致使全球海洋灾害严重。因此,探索认知海洋掌握海洋的规律是有效开发海洋资源与防治海洋灾害的重点,其中海浪为海洋工程中的重要动力参数,因此海浪的观测与研究也就成为了海洋工作中的一个重点。本文分析对比了国内外现有的海浪观测方法,并结合国内的海浪测量现状,为进一步
三维扫描技术是获取物体三维信息的主要方式之一,被广泛应用在逆向工程、质量检测、医学研究及文物保护等领域中。作为最常用的两种测量技术,双目视觉和激光三角测量具有不同的特点。双目立体视觉通过模拟人眼获取三维信息,能够一次性得到整个视场范围内的三维点云数据。然而由于获取点云的过程需要进行立体匹配,而对于缺乏纹理的被测目标来说,比较容易产生误匹配,且由立体匹配误差引起的测量误差会比较大。激光三角法测量速度
移动智能终端作为信息时代的重要代表之一,深刻影响着人类的工作和生活,在我们工作生活中的各个角落都有各种移动智能终端的身影,它们凭借各自的功能影响着人类生活,给人类的生活便利性以及工作效率带来了极大的提升。近年来,随着科技的进步以及制作工艺的逐步成熟,移动智能终端所搭载的系统功能越来越多,内置摄像头的功能越来越强大,硬件性能的大幅提升使其实时处理图像数据成为了可能。现如今,5G时代的到来和云存储技术
在单目重建的过程中,常常利用运动恢复结构系统来得到各个相机之间的相对位置和部分图像特征点对应的空间点云。基于运动恢复结构系统的输出模型,使用多视图立体匹配算法(PMVS)能够进一步估计出不同图像上更多的匹配点对,来恢复出物体表面更为稠密的点云。但是,PMVS算法存在物体重建后细节丢失严重的问题,在拍摄的图片序列较少,重建物体的纹理不明显的情况下问题尤为严重。本文主要对单目三维重建系统中的稠密重建工
装箱问题可以概括为将一批指定数量的不同物理特征(如重量、体积等)的货物放入指定的箱子中。装箱问题作为一个组合优化问题,广泛存在于生产生活中,并在物流运输行业中最为常见。随着经济的发展与贸易的增加,中国的货运量持续增长,国内对物流的需求也在逐渐加大,但我国物流业依旧停留在人工装载、无序运输的阶段,导致物流成本居高不下,带来了资源的浪费以及企业竞争力不足的问题。其中,装箱问题已经成为减少物流运输费用、
现实世界中由于种种原因经常存在一些分辨率比较低的图像,这些低分辨率图像在如今经济飞速发展的时代已经满足不了人们日常生活和生产对图像清晰度的要求,因此超分辨率重建技术便起到至关重要的作用。超分辨率重建技术可以对低分辨率图像进行重建以生成质量较好的高分辨率图像,所以在对图像质量要求较高的场景下具有重要应用价值,如人脸识别等。通用的超分辨率重建算法应用在人脸图像的重建效果虽然表现不错,但是考虑到人脸图像
21世纪多媒体技术的高速发展加速了高清显示器的普及,也使得人们对于作为重要信息载体的图像在实际生产应用场景中的质量要求越来越高。考虑到原始高清图像在获取和传输等过程中会经历不同程度的退化失真,如何从低质量的失真影像中抓取特征,获得高层视觉语言信息,最终生成细节纹理更为丰富的高质量影像,成为当前时代背景下的一个迫切需求,超分辨率重建技术在社会生产生活中的巨大应用价值与研究意义不言而喻。基于卷积神经网
产品的假冒伪劣现象严重危害了消费者和商家的利益与信誉,扰乱着整个市场经济的运行。防伪技术作为解决这一问题的有效途径一直被大家所关注。目前的防伪技术都有着较好的防伪功能,但是难以实现售前防伪,消费者不易辨别等问题仍或多或少存在。随着移动端设备的快速发展,将防伪技术与数字图像处理结合可以实现快捷的智能防伪。本文通过油墨在纸张上随机扩散引入的纹理特性结合二维码索引构建防伪码,将其作为商品独一无二的标识,
近年来,神经网络作为一种新兴技术手段,在解决目标识别跟踪、图像重构以及自然语言处理等很多问题上都有着出色的表现。然而,目前神经网络尚缺乏理论体系的指导,网络结构的设计通常使用试验的方式,其应用效果依赖于使用者的经验,这也在一定程度上限制了神经网络的发展与应用。因此,如何寻求神经网络的理论分析基础,并根据理论有效地指导设计网络结构也成为了当下的研究重点。本文从离散动态系统的理论角度出发,围绕与ODE
等离子体分布在广袤的宇宙空间环境之中,近几十年来,随着卫星技术的发展,等离子体探测技术也趋于成熟。地球空间环境中的等离子体源自太阳日冕层加速产生的高能粒子流,一般称为太阳风,由于地磁场的阻碍作用,太阳风中的等离子体流在地球周围形成了复杂的分层空间环境。通过等离子体探测,可以获得等离子体的时空分布结构与动力学特征。本文设计并实现了星载等离子体探测系统,该系统可采用遥感方式对磁层和顶部电离层区域进行探