1. 研究目的与意义（文献综述）

一、目的及意义

视频监控系统的发展和普及给公安机关侦查破案带来了巨大的变革，但是在实际视频侦查工作中需要耗费大量的人力和时间。行人重识别，即运用计算机视觉、机器学习方法判断某个摄像头中的某个行人是否曾经出现在其他的摄像头中的技术，它可以有效帮助侦查人员在海量视频中发现、追踪嫌疑目标，进而提高公安机关破案率，具有重要意义。但是，行人重识别的研究具有其特殊性，相对于通用图像检索，在实际视频监控中，行人对象的画面质量较差、分辨率较低，而且还存在明显的视角、光照变化。行人姿势的变化等也对行人重识别问题产生很大影响，在不同监控摄像头中，不同行人对象的图像视觉特征可能比同一个行人对象的视觉特征更相似。

二、国内外的研究现状分析

2. 研究的基本内容与方案

三、研究内容及目标

（1）自动编码器（ae）被认为是具有单隐层的基本构建块以构成深层结构。相同的输入和目标框架使隐藏层中的神经元成为输入数据的标识保留表示。给定d维输入视觉描述符，自编码器包含两个转换:

” 输入-gt;隐藏单元h “和“ 隐藏单元-gt;重构输出 ”作为编码器和解码器。

3. 研究计划与安排

2018/1/14—2018/2/28：确定选题，查阅文献，外文翻译和撰写开题报告
2018/3/1—2018/4/30：系统架构、程序设计与开发、系统测试与完善
2018/5/1—2018/5/25：撰写及修改毕业论文
2018/5/26—2018/6/6：准备答辩

4. 参考文献（12篇以上）

[1]. zheng, l., yang, y., amp; hauptmann, a. g. (2016). person re-identification: past, present and future. arxiv preprint arxiv:1610.02984.

[2]. wang, s., ding, z., amp; fu, y. (2016). coupled marginalized auto-encoders for cross-domain multi-view learning. international joint conference on artificial intelligence (pp.2125-2131). aaai press.

[3]. chen, m., xu, z., weinberger, k., amp; fei, s. (2012). marginalized denoising autoencoders for domain adaptation. computer science.