原创力文档- 1、本文档共8页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
?
?
行人搜索问题研究
?
?
周华捷程文王继学
摘要：行人搜索指从一个拍摄视域较广的摄像头下找到与待查询目标行人类别相同的行人在场景中的位置，包含了一个查找（目标检测）和匹配（行人再识别）的过程。现有的行人再识别算法需要依赖于目标检测的结果，但目标检测与行人再识别之间相互分离。行人搜索将目标检测和行人再识别融合成为一个框架，以实现当前大型智能监控系统的实时目标匹配需求。本文重点分析现有的行人搜索研究成果，重点阐述行人搜索问题中各种算法所做的不同尝试。
关键词：行人搜索；行人再识别；计算机视觉；目标检测
：TP18：A：1009-3044（2018）15-0189-03
ResearchonPersonSearch
ZHOUHua-jie，CHENGWen，WANGJi-xue
（SchoolofComputerandInformation，HefeiUniversityofTechnology，Hefei230009，China）
Abstract：PersonSearchreferstotheprocessoffindingthepositionofatargetpedestrianwhichmatchtothequeryunderawidecameraview，includingaprocessofsearching（ObjectDetection）andmatching（PersonRe-identification）.TheexistingPersonRe-identificationalgorithmsneedtorelyontheresultoftheObjectDetection，buttheObjectDetectionandthePersonRe-identificationareseparatedfromeachother.PersonsearchintegratesObjectDetectionandPersonRe-identificationintooneframeworktoachievethereal-timetargetmatchingrequirementsofcurrentlarge-scaleintelligentsurveillancesystems.ThisarticlefocusesontheanalysisofexistingPersonSearchresearchresults，anddifferentattemptsmadebyvariousalgorithmsinPersonSearch.
Keywords：personsearch；personre-identification；computervision；objectdetection
行人的查找與匹配是当前大型视频监控系统中十分重要的两项任务。即在无重叠视域下。如何从不同的摄像机拍摄的画面中搜寻与待查询行人身份相同的目标行人。应用场景通常包括超市、机场以及人员嘈杂的广场。场景中包含大量的无关行人目标。在拍摄过程中由摄像头本身的原因以及光照的影响，不同摄像头在不同时间拍摄的同一行人在外貌上相差较大。现有的方法主要是先将所有的目标行人均从摄像机画面中找出，再一一与待查询的目标行人比较相似性。这种做法需要花费大量的时间且没有针对性。因此有必要研究一种快速准确的行人搜索框架。
1目标检测
行人搜索包括目标检测，现有的目标检测算法有DPM检测器算法[1]，基于网格的快速目标检测如YOLO[2]、SSD[3]以及基于regionproposal的FASTRCNN[4]家族。目标检测算法对常规的行人检测具有较好的泛化性，但在一些极端条件下的行人如目标较小，较为模糊，光照条件差、行人被遮挡等情况则会出现一定的检测误差，甚至遗漏一部分行人。行人搜索的任务旨在匹配和目标行人身份相同的行人图片，若是检测器将图中所有出现的目标均视作可能相关行人，则在行人再识别这一步上有大量的候选行人相当于增大了后续匹配任务的负担，会直接对准确率和速度造成一定的影响，因此我们需要一个专门针对目标行人的检测器以取代通用的目标检测。
2行人再识别
行人再识别在目标检测之后将检测出的各个疑似目标行人与查询行人相匹配的过程。目前的研究较为充分，属于图像检索的一个分支。行人再识别包括用特定的特征描述子对行人图片进行描述以及利用距离度量函数判断行人特征之间的相似性。传统的行人
文档评论（0）