基于姿态识别的行人重识别算法研究.docxVIP

基于姿态识别的行人重识别算法研究

目录

文档概括．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5

1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6

1.1.1行人重识别技术研究现状分析．．．．．．．．．．．．．．．．．．．．．．．．．．10

1.1.2基于人体姿态信息研究的重要价值．．．．．．．．．．．．．．．．．．．．．．11

1.1.3本研究的目的与意义阐述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13

1.2国内外研究现状分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15

1.2.1行人重识别技术研究发展历程．．．．．．．．．．．．．．．．．．．．．．．．．．16

1.2.2基于人体姿态的行人重识别技术概述．．．．．．．．．．．．．．．．．．．．18

1.2.3现有技术的不足之处分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21

1.3研究内容与方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23

1.3.1主要研究内容的详细说明．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24

1.3.2采用的关键技术方法介绍．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29

1.3.3技术路线与实现框架阐述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．30

相关理论与技术概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．34

2.1人体姿态估计理论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．37

2.1.1姿态估计的基本概念与模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．38

2.1.2常见人体姿态估计算法介绍．．．．．．．．．．．．．．．．．．．．．．．．．．．．40

2.1.3姿态估计的关键技术问题分析．．．．．．．．．．．．．．．．．．．．．．．．．．43

2.2行人重识别技术原理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．45

2.2.1行人重识别的基本概念与流程．．．．．．．．．．．．．．．．．．．．．．．．．．48

2.2.2基于度量学习的行人特征提取方法．．．．．．．．．．．．．．．．．．．．．．51

2.2.3行人重识别性能评价指标介绍．．．．．．．．．．．．．．．．．．．．．．．．．．53

2.3姿态信息与行人重识别融合．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．55

2.3.1姿态信息在行人重识别中的作用分析．．．．．．．．．．．．．．．．．．．．58

2.3.2姿态特征与外观特征的融合方法．．．．．．．．．．．．．．．．．．．．．．．．60

2.3.3融合信息对识别性能的提升效果分析．．．．．．．．．．．．．．．．．．．．64

基于姿态的行人特征提取方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．66

3.1姿态特征表示方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．68

3.1.1关键点坐标特征表示．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．69

3.1.2关键点相对位置特征表示．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．71

3.1.3基于几何形状的特征表示．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．72

3.2姿态特征增强技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．77

3.2.1姿态扭曲与旋转方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．82

3.2.2姿态不变性特征提取方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．83

3.2.3基于深度学习的姿态特征增强模型．．．．．．．．．．．．．．．．．．．．．．85

3.3姿态特征与外观特征的融合策略．．．．．．．．．．．．．．．．．．．．．．．．．．88

3.3.1特征拼接与级联融合．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．90

3.3.2基于注意力机制的融合方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．94

3.3.3基于深度神经网络融合方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．96

基于姿态的行人重识别模型设计．．．．．．．．．．．．．．．．．．．．．．．．．．．98

4.1重识别损失