低空航拍下跨分辨率行人重识别方法研究.pdf

目录

摘要I

ABSTRACTIII

1引言1

1.1课题研究背景及意义1

1.2国内外研究现状2

1.2.1封闭式行人重识别2

1.2.2开放式行人重识别5

1.2.3低空航拍行人重识别6

1.3亟待解决问题7

1.4研究内容与主要贡献8

1.5论文的组织结构9

2行人重识别相关理论知识11

2.1行人重识别概述11

2.1.1行人重识别系统流程11

2.1.2行人重识别基准网络模型11

2.2数据集介绍13

2.2.1跨分辨率行人重识别常用数据集13

2.2.2低空航拍行人重识别常用数据集14

2.3行人重识别评价指标14

2.3.1累计匹配特性曲线CMC和平均精度均值mAP15

2.3.2结构相似性指数SSIM和峰值信噪比PSNR16

2.4图像超分辨率16

2.5视觉TRANSFORMER18

2.6SWINTRANSFORMER19

3基于多语义图像恢复的跨分辨率行人重识别框架研究21

3.1引言21

3.2IFRSW框架算法设计24

3.2.1图像高级语义信息恢复25

3.2.2图像低级语义信息恢复26

3.2.3多特征融合策略26

3.2.4模型训练策略28

3.3实验结果与性能评估29

3.3.1实验设置30

3.3.2与先进方法的对比31

3.3.3消融实验32

3.5本章小结35

4基于参数实例化判别的行人重识别框架研究36

4.1引言36

4.2基于参数实例化判别模型算法设计38

4.2.1参数实例化判别38

4.2.2基于ViT模型的预训练阶段40

4.2.3微调阶段42

4.3实验结果和相关分析43

4.3.1实验设置43

4.3.2与先进方法的对比实验44

4.3.3消融实验45

4.4本章小结46

5总结与展望48

参考文献50

致谢56

攻读硕士学位期间主要学术成果57

贵州师范大学学位论文原创性声明58

贵州师范大学学位论文使用授权书58

摘要

行人重识别（PersonRe-Identification,PersonRe-ID）是利用计算

机视觉技术判断图像或者视频序列中是否存在特定行人的技术，广

泛被认为是一个图像检索的子问题。在智慧城市、智能小区、平安

城市和智能交通等安防领域具有重要的应用前景，已经成为计算机

视觉一个热门研究领域。近年来，得益于机器学习和计算机视觉的

发展，行人重识别朝着纵深方向拓展，形成了跨分辨率和跨模态等

新的研究分支，取得了突破性的研究成果。

真实场景下，开放式行人重识别的视频数据采集主要来源于监

控区域中的摄像头，根据采集方式可分为可移动和不可移动两种。

利用无人机等设备，搭载摄像机在空中搜寻特定行人目标，形成低

空航拍下开放式行人重识别新的研究方向，研究方法更具普适性、

便捷性和通用性。但是，无人机搭载的摄像头，具有位置不固定和

视角变化大等特点，导致摄像头到行人目标距离差异较大，大部分

行人视频数据已经成为小目标数据，行人小目标图像样本的分辨率

及其低下。因此，低空航拍下跨分辨率行人重识别（Cross-

ResolutionPersonRe-Identification,Cross-ReID）存在行人跨分辨率、

视角差异大和严重遮挡等亟待解决的问题，给行人重识别任务带来

了巨大挑战。针对这些问题，结合计算机视觉和深度学习的必威体育精装版研

究成果，拓展性地研究了低空航拍下跨分辨率行人重识别方法，主

要研究内容如下：

1.基于多语义图像恢复的跨分辨率行人重识别框架。针对行人

目标图像样本的分辨率较低，相同行人ID图像样本存在较大的跨分

辨率问题，提出了基于多语义图像恢复的跨分辨率行人重识别框架

算法。该算法基于超分辨率-行人重识别联合框架，超分辨率模块恢

复图像语义信息，行人重识别模块提取行人图像判别性特征。在对

图像进行修复阶段，设计了共同约束函数。共