监控视频中行人重识别与轨迹挖掘方法研究任务书

 2020-02-11 12:02

1. 毕业设计(论文)主要内容:

在日益繁华的都市,人们的居住场所越来越偏向于聚居场所——社区。在社区中,为了保证社区安全,会在社区的各个角落安装摄像头已确定行人身份。随着基于深度学习的识别技术发展日益成熟,人脸识别准确率较高,但在视频图像中行走的人物图像受光照,障碍物,角度等方面影响较大,导致面部识别身份准确率较低,重识别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,充分利用跨摄像头捕捉人物面部,形体,衣着等信息进行人份确认,大幅提高准确率。同时,依靠行人身份信息及位置信息进行轨迹挖掘,实现获取行人之间关系,关键人物频繁出现地点等安全信息。设计的内容将主要包括三个任务:图像资源的采集,模型的建立与优化,算法的详细设计。

2. 毕业设计(论文)主要任务及要求


1) 采集相关数据集,对其进行分析;

2) 搜集相关资料,强化深度学习理论知识,完成基于python的深度学习;

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 毕业设计(论文)完成任务的计划与安排


l 2019/1/19—2019/2/28:确定选题,查阅文献,外文翻译和撰写开题报告;

l 2019/3/1—2019/4/30:系统架构、程序设计与开发、系统测试与完善;

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 主要参考文献

[1] ian goodfellow,yoshuabengio,aaron courville.deep learning. the mit press.2016

[2] 王金, 刘洁, 高常鑫, et al. 基于姿态对齐的行人重识别方法(英文)[j]. 控制理论与应用, 2017(06):140-145.

[3]hanxiao w , xiatian z , shaogang g , et al. personre-identification in identity regression space[j]. international journal ofcomputer vision, 2018

剩余内容已隐藏,您需要先支付 5元 才能查看该篇文章全部内容!立即支付

该课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。