收藏本站
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

俯视深度头肩序列行人再识别

王新年  刘春华  齐国清  张世强  
【摘要】:目的行人再识别是指在一个或者多个相机拍摄的图像或视频中实现行人匹配的技术,广泛用于图像检索、智能安保等领域。按照相机种类和拍摄视角的不同,行人再识别算法可主要分为基于侧视角彩色相机的行人再识别算法和基于俯视角深度相机的行人再识别算法。在侧视角彩色相机场景中,行人身体的大部分表观信息可见;而在俯视角深度相机场景中,仅行人头部和肩部的结构信息可见。现有的多数算法主要针对侧视角彩色相机场景,只有少数算法可以直接应用于俯视角深度相机场景中,尤其是低分辨率场景,如公交车的车载飞行时间(time of flight,TOF)相机拍摄的视频。因此针对俯视角深度相机场景,本文提出了一种基于俯视深度头肩序列的行人再识别算法,以期提高低分辨率场景下的行人再识别精度。方法对俯视深度头肩序列进行头部区域检测和卡尔曼滤波器跟踪,获取行人的头部图像序列,构建头部深度能量图组(head depth energy map group,He DEMaG),并据此提取深度特征、面积特征、投影特征、傅里叶描述子和方向梯度直方图(histogram of oriented gradient,HOG)特征。计算行人之间头部深度能量图组的各特征之间的相似度,再利用经过模型学习所获得的权重系数对各特征相似度进行加权融合,从而得到相似度总分,将最大相似度对应的行人标签作为识别结果,实现行人再识别。结果本文算法在公开的室内单人场景TVPR(top view person re-identification)数据集、自建的室内多人场景TDPI-L(top-view depth based person identification for laboratory scenarios)数据集和公交车实际场景TDPI-B(top-view depth based person identification for bus scenarios)数据集上进行了测试,使用首位匹配率(rank-1)、前5位匹配率(rank-5)、宏F1值(macro-F1)、累计匹配曲线(cumulative match characteristic,CMC)和平均耗时等5个指标来衡量算法性能。其中,rank-1、rank-5和macro-F1分别达到61%、68%和67%以上,相比于典型算法至少提高了11%。结论本文构建了表达行人结构与行为特征的头部深度能量图组,实现了适合低分辨率行人的多特征表达;提出了基于权重学习的相似度融合,提高了识别精度,在室内单人、室内多人和公交车实际场景数据集中均取得了较好的效果。

知网文化
【相似文献】
中国期刊全文数据库 前13条
1 陈叶斐;张学军;黄卫东;;基于干扰相似度的多话题演化模型[J];电信科学;2017年09期
2 任雪利;代余彪;;软件相似度在成本估算中的应用[J];计算机应用与软件;2015年06期
3 谭明超;刁兴春;曹建军;冯径;;一种基于函数依赖的属性相似度调整算法[J];上海交通大学学报;2015年08期
4 仇丽青;陈卓艳;;基于共同邻居相似度的社区发现算法[J];信息系统工程;2014年05期
5 杨松;楼新远;;基于向量空间模型附加词义特征的句子相似度研究[J];成都信息工程学院学报;2012年03期
6 许鹏远;党延忠;;基于元相似度的推荐算法[J];计算机应用研究;2011年10期
7 支力佳;张少敏;赵大哲;赵宏;林树宽;;互信息启发的相似度组合图像检索算法[J];中国图象图形学报;2011年10期
8 徐健;;基于多种测度的术语相似度集成计算研究[J];情报学报;2013年06期
9 缪峰;贾华丁;熊于宁;;基于服务相似度的移动用户近似邻居选取方法[J];计算机工程;2018年05期
10 张悦;凌兴宏;姚望舒;伏玉琛;;基于改进相似度传播算法的本体匹配[J];计算机应用;2011年09期
11 张凯;;基于相似度空间寻优的开集人脸识别方法[J];微型电脑应用;2010年06期
12 彭玲;徐汀荣;;一种基于属性相似度的孤立点挖掘方法[J];计算机应用与软件;2010年12期
13 桑伟波;;基于曲线相似度的步态识别研究[J];中国新技术新产品;2020年07期
中国重要会议论文全文数据库 前10条
1 丁维龙;吴水生;陈琦;程志君;;基于树形结构相似度的植物种类识别系统[A];2013年中国智能自动化学术会议论文集(第五分册)[C];2013年
2 郭瑛媚;史晓东;陈毅东;高燕;;基于词的话题分布相似度的无监督日文旅游意见词翻译[A];机器翻译研究进展——第七届全国机器翻译研讨会论文集[C];2011年
3 刘海波;郑德权;赵铁军;;基于相似度线性加权方法的检索结果聚类研究[A];中国计算语言学研究前沿进展(2009-2011)[C];2011年
4 罗辛;欧阳元新;熊璋;袁满;;通过相似度支持度优化基于K近邻的协同过滤算法[A];NDBC2010第27届中国数据库学术会议论文集A辑一[C];2010年
5 雷庆;吴扬扬;;一种基于语义信息计算XML文档相似度的新方法[A];第二十一届中国数据库学术会议论文集(技术报告篇)[C];2004年
6 周博;岑荣伟;刘奕群;张敏;马少平;;相关反馈任务中一种基于文档相似度的检索结果重排序方法[A];第五届全国信息检索学术会议论文集[C];2009年
7 杜琦;巩政;;基于字符串相似度的自动评分算法实现[A];2011年全国电子信息技术与应用学术会议论文集[C];2011年
8 陆劲挺;路强;刘晓平;;对比相似度计算方法及其在功能树扩展中的应用[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用(CACIS)学术会议论文集[C];2007年
9 孙学金;陈峰;刘磊;刘强;赵世军;;基于阈值与纹理相结合的云识别研究[A];2009第五届苏皖两省大气探测、环境遥感与电子技术学术研讨会专辑[C];2009年
10 袁里驰;钟义信;;一种新颖的词聚类算法[A];中国自动化学会、中国仪器仪表学会2004年西南三省一市自动化与仪器仪表学术年会论文集[C];2004年
中国博士学位论文全文数据库 前5条
1 武威;异质数据相似度学习及其在网络搜索中的应用[D];北京大学;2012年
2 张明西;信息网络中的相似度搜索问题研究[D];复旦大学;2013年
3 朱笑尘;异质过程数据集成与修复[D];清华大学;2015年
4 贾连印;内存数据库中集合相似度及集合包含问题的研究[D];华南理工大学;2012年
5 邹国锋;基于能量图与非线性耦合度量的人脸识别方法研究[D];哈尔滨工程大学;2013年
中国硕士学位论文全文数据库 前10条
1 王济彬;复杂网络的相似度表示及应用算法研究[D];湖南大学;2019年
2 苏抒慧;基于本体的基因组变异数据语义查询方法研究[D];哈尔滨工业大学;2019年
3 郭炳元;基于语义树的短文本相似度算法研究与应用[D];湘潭大学;2019年
4 李蕾;大数据环境下相似重复记录数据清洗关键技术研究[D];南京邮电大学;2019年
5 高松;基于知识图谱的合作者推荐系统设计与实现[D];大连理工大学;2019年
6 张乐;基于深度学习的客服问题相似度识别[D];中国民航大学;2019年
7 冯爽爽;基于相似度融合的协同过滤推荐算法研究[D];江西农业大学;2019年
8 陈科舟;基于难例样本分析的行人重识别方法[D];华中科技大学;2019年
9 王钊;基于Artifact生命周期的业务流程相似性问题研究[D];燕山大学;2019年
10 陈帅帅;基于文本相似度的主观题智能阅卷技术研究[D];北京工业大学;2019年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978