摘 要

本文建立了深度哈希模型，并以此求出行人图像的特征表示以及行人重识别的方法；利用不同的区域划分方式改进深度哈希模型，并提出对输出结果进行加权处理的行人重识别方法；通过建立关于权值向量的最优化模型，利用遗传算法求解出最优权值。

首先，选择以alexnet作为预训练网络，通过其全局池化层汇集的所有空间位置的输入特征来训练支持向量机（SVM），将输出的实数向量转换成哈希码，从而得到深度哈希模型。然后，为了提高深度哈希模型的准确率，采取了对原始图像进行区域划分并分别进行深度哈希模型的训练。本文提出了均匀划分、不均匀划分以及有重叠划分三种区域划分方法。针对四个区域模型对应输出的特征结果，经分析选择了对实数向量进行先加权作合再转换成哈希码的方法。最后，根据行人重识别的目标理论建立了求解最优权值向量的最优化模型，利用遗传算法进行求解。

研究结果表明，有重叠的区域划分方法相比好于其他两种。并得到有重叠的区域划分加权的深度哈希模型准确率为41.83%，与直接用深度哈希模型准确率29.76%相比，有明显的提高。

传统的深度哈希模型虽然效率很高，但准确率却有所下降。而本文对原始图像进行区域划分保留更多的图像特征，对每个区域附加权重展现出不同特征对于行人识别的差异性。经过改进的深度哈希模型，在保证了一定的效率的基础上，准确率也有所提高。同时，由于本文的框架是针对原始图像以及训练输出结果的改动，也可以合并其它的深度哈希方法进行分区加权改进，具有良好的泛用性。

关键词：行人重识别；深度哈希；区域划分；最优权值

Abstract

In this paper, the depth hash model is established, and then the feature representation of pedestrian image and the method of person re-identification are obtained. The depth hash model is improved by using different methods of area division, and a pedestrian reidentification method is proposed by weighting the output results. An optimization model of weight vector is established and the optimal weight is obtained by genetic algorithm.

First, alexnet is selected as the pre-training network to train the support vector machine (SVM) through the input characteristics of all the spatial positions gathered in its global pooling layer, and the output real vector is converted into hash code, so as to obtain the depth hash model. Then, in order to improve the accuracy of the depth hash model, the original image was divided into regions and the depth hash model was trained respectively. In this paper, three methods of dividing regions are presented: uniform division, non-uniform division and overlapping division. According to the characteristic results of the corresponding outputs of the four region models, the method that the real number vectors are first weighted and combined, and then converted into a hash code is selected. Finally, according to the theory of person re-identification, an optimization model is established to solve the optimal weight vector, and genetic algorithm is used to solve the optimization model.

The results show that the overlapping method is better than the other two. And we can find the accuracy rate of the deep hash model with overlapping area division weighting is 41.83%.Compared with the 29.76% accuracy rate of using the deep hash model directly, it improves more obviously.

Although the traditional deep hash model has high efficiency, its accuracy has decreased. In this paper, the original image is divided into regions to retain more image features, and the additional weight of each region shows the difference of different features for person re-identification. Thus, the improved depth hash model not only guarantees certain efficiency, but also improves the accuracy. At the same time, as the framework in this paper is modified for the original image and training output results, other deep hashing methods can also be combined to improve partition weighting, with good universality.

Key Words：person re-identification；deep hashing；area division；optimal weights

目□□录

第1章 绪论 1

□□1.1□研究背景和意义 1

□□1.2□国内外相关工作的研究现状 1

□□1.3□本文的研究目标 2

第2章□深度哈希的行人重识别的区域划分 2

□□2.1□基于ALEXNET的深度哈希模型 2

□□□□2.1.1□深度哈希网络的训练 2

□□□□2.1.2□行人图像特征的提取 3

□□□□2.1.3□行人重识别的构建 3

□□2.2□对行人图像进行区域划分 4

□□□□2.2.1□区域划分的方法 4

□□□□2.2.2□分区域的模型的训练以及行人图像特征提取 6

□□□□2.2.3□行人重识别的构建 7

□□2.3□本章小结 8

第3章□分区加权深度哈希的行人重识别 9

□□3.1□分区域模型的加权改进 9

□□3.2□利用遗传算法求最优权值 11

□□3.3□行人重识别的构建 14

□□3.4□本章小结 14

第4章□实验结果及评价 15

□□4.1□不同划分区域方式的评价 15

□□4.2□最优权值的评价 16

□□4.3□分区加权深度哈希的评价 17

第5章□结论 18

参考文献 19

致谢 21

第1章 绪论

1.1 研究背景和意义

多个监控摄像头下对行人进行检索的任务被称为行人重识别，行人重识别是解决诸多问题如犯人的抓捕行动，失踪人口的查询等的关键技术。以最近的新冠病毒传播为例，当得知了某个确诊病例后，可以通过行人重识别技术推断出他在什么时间什么地点被传染的，并以此可以找到传染源以及与他接触的疑似病例。因此，行人重识别是我国在公共安全发展中的一项重要技术，是解决诸多问题的关键因素，是保证国民经济发展和社会稳定的前提条件。

1.2 国内外相关工作的研究现状

随着行人重识别技术受到越来越多的科研人员的关注，行人重识别技术不断发展完善。如今现存的行人重识别的方法分为两类：基于手工设计的方法和基于深度学习的方法。基于手工设计的方法主要研究特征提取方式和距离计算，在特征提取方式中，比如利用纹理滤波器和颜色通道 ^[1]，对行人的图像进行区域划分，分别提取特征再串联。在行人重识别的距离度量学习方法中，经常使用的两种方法分别为RankSVM^[2]方法和boosting^[3]方法。而随着深度学习的不断发展，行人重识别领域也开始利用深度学习^[4-6]。其应用的深度学习模型主要分为验证模型和分类模型，两种类型的模型对比，基于验证模型的监督信息是弱监督的，体现在输入的相似性约束的样本信息。比如文献[7]提出通过学习图像中条纹水平位移的补丁匹配层以及提高补丁匹配鲁棒性的maxout-grouping 层来过滤配对的神经网络，这种约束更适用于训练集规模较小的情况；而基于分类模型的监督信息则是强监督的，体现在输入样本的信息直接到某个具体的类别，这种约束能适合于训练集规模较大的情况^[8]。而随着近年来我国监控设备的大量安装使用，样本数据不断增加，分类模型的深度学习结构可以直接利用行人图像的具体标准信息，能更加充分地标注数据因此相比验证模型更为常用。同时针对验证模型和分类模型自身的优势和不足，有一些关于联合这两种模型来共同训练的研究方法^[9]也逐渐在进行。此外，结合手工设计的特征和深度学习模型的行人重识别方法^[10]也有一些研究。

1.3 本文的研究目标