基于深度学习与离散优化的快速行人重识别算法研究任务书
2020-02-20 08:34:30
1. 毕业设计(论文)主要内容:
行人重识别(person re-identification)是视频监控系统中的一项关键技术,其主要目标是在若干不同摄像头所拍摄的行人图片中,检索到属于某个特定行人的图片。当前主要的相关工作是通过时空特征、度量学习以及排序策略等方法提高识别率。同时,由于监控网络会产生大量的图片,存储空间与检索速度也是行人重识别技术需要解决的关键问题。深度学习能有效提高图像的检索效率,离散优化(哈希)技术能极大提高检索效率,结合二者能在精度和效率上极大地提高行人重识别算法。
论文的主要内容包括:
(1)熟悉视频监控以及行人重识别技术的背景与原理;
2. 毕业设计(论文)主要任务及要求
1、查阅不少于15篇的相关资料,其中英文文献不少于3篇,完成开题报告。
2、完成不少于5000字的英文文献翻译工作。
3、收集相关的原始数据,并进行数据的预处理工作。
3. 毕业设计(论文)完成任务的计划与安排
1、查阅不少于15篇的相关资料,其中英文文献不少于3篇,完成开题报告。
2、完成不少于5000字的英文文献翻译工作。
3、整理相关的研究成果,并进行改进创新的工作。
4. 主要参考文献
[1] zhang r, lin l, zhang r, et al.bit-scalable deep hashing with regularized similarity learning for imageretrieval and person re-identification[j]. ieee transactions on imageprocessing, 2015, 24(12):4766-4779.
[2] chen j, wang y, wu r. personre-identification by distance metric learning to discrete hashing[c]// ieeeinternational conference on image processing. ieee, 2016:789-793.
[3] zhu f, kong x, zheng l, et al. part-baseddeep hashing for large-scale person re-identification.[j]. ieee transactions onimage processing a publication of the ieee signal processing society, 2017,26(10):4806-4817.