低分辨率监控视频下的行人再识别方法研究

于敬爱

中国海洋大学

摘要：

行人视频监控已经随处可见，无论是机关单位、大型公共场所，还是私人公寓、小型超市，都布控了各种摄像头。虽然监控设备已经普及，但大多数仍然依赖于人力查看。经常是一个操作人员，或者几个操作人员在很多显示器前逐一查看着是否有异常情况发生。即便是警方查案也是花费大量警力资源逐一查看可疑范围内的视频。智能视频监控还不能达到广泛应用的程度。再加之大规模分布式多摄像机系统迅速膨胀，视觉数据复杂而庞大，简单依靠人力查看显然遥不可及，智能行人识别技术必须紧跟步伐。行人再识别正是面向多摄像头系统监控问题。行人再识别指对于具有时间差距和距离差距、分布在不同位置的摄像头场景下的一个行人或者一组行人，进行视觉上的匹配，以判定是否为同一人，或者给出其出现的所有场景。然而，不同场景下相机角度变化、环境变化、行人视觉外观变化、姿势变化等，造成了行人再识别各个方面、各个研究阶段的困难。　　本文对行人再识别问题的各个阶段进行了分析研究。首先针对行人检测问题，本文提出了一种基于候选窗口(proposals)的HOG(Histograms of OrientedGradients)行人检测方法，快速检测行人。然后本文提出了一种改进的基于SLIC的局部-全局超像素图像分割算法，实现行人的准确分割提取，行人提取的准确程度直接影响行人再识别的结果。同时对行人特征空间转换以及匹配算法进行研究，使用CMC评价方法评价行人再识别总体效果。　　本文实验用到的视频数据来自于实验大楼的监控视频。实验验证了本文提出的基于候选窗口的HOG行人检测算法比现有HOG检测速度快。通过改进的SLIC分割算法，对行人检测的行人图像进行分割，提取行人。最后提取行人特征，运用匹配算法进行实验，得出评价结果。通过本文实验验证，改进了行人再识别总体效果。

关键词：低分辨率监控视频;行人检测;图像分割;匹配算法

授予单位：中国海洋大学

授予学位：硕士

学科专业：计算机技术

导师姓名：王胜科

学位年度：2015

语种：中文

分类号：TP391.41

页数：73

在线出版日期：2016-01-27（万方平台首次上网日期，不代表论文的发表时间）