基于pytorch的行人重识别研究开题报告
2020-02-20 08:14:33
1. 研究目的与意义(文献综述)
1.1 研究行人重识别的目的及意义
随着社会的发展,城市的公共安全逐渐受到公众的关注。监控视频作为目前公众安全管理的重要手段之一,在城市秩序管理、遗失人物查询以及案件侦破中均扮演着极为重要的角色。在这些过程中,目标人物的定位与追踪往往是重要的前提条件。也是这一过程中最为关键的一环,但在实际操作中,却存在以下几点问题:
(1) 监控视频一般分辨率低,较为模糊,所以利用人脸识别等方式无法进行重识别的工作,只能利用头部以外的人体外观信息进行识别,而不同行人的体型和衣着服饰也有可能相同,这对识别的准确度带来了极大的挑战。
2. 研究的基本内容与方案
主要研究内容及目标如下:
(1)对基于深度学习方法行人重识别算法展开研究;
(2)探究对行人重识别问题行之有效的特征设计,以及相应的网络模型结构;
3. 研究计划与安排
第1-2周:查阅相关文献资料,明确研究内容,了解研究所需的相关知识。确定方案,完成开题报告。
第3-6周:完成英语论文翻译和熟悉原理、方法和软件。
第7-9周:完成模型设计。
4. 参考文献(12篇以上)
[1] 姚乐炜. 基于深度学习的行人重识别算法研究[d].哈尔滨工业大学,2018.
[2] 张华. 基于空间颜色特征的行人重识别方法[j]. 华中科技大学学报: 自然科学版, 2013, 41(2): 209-212.
[3] 孙智勇, 葛书芳, 荣建, 等. 行人交通的数据采集方法研究[j]. 北京工业大学学报, 2006, 32(6): 530-533.