基于组合深度空间的行人重识别网络研究和实现开题报告

1. 研究目的与意义

行人重识别是在多组摄像机下，在监控视频具有跨越时间和空间维度特性的图像数据中对目标行人进行跟踪、匹配以及身份鉴定的技术。

随着智慧城市和智能安防概念的提出，监控摄像头作为主要安防设备，几乎能覆盖人们生活中公共领域的每个角落。

庞大的数据让传统人工查看监控视频的方法无法满足。

2. 研究内容和预期目标

根据行人重识别的相关资料，基于深度学习理论，针对行人重识别面临物体遮蔽识别效率底的问题进行研究和改进，最终寻求到提高行人重识别模型准确率的有效方法。主要工作分为以下三个方面：

1.寻找提高算法准确率的有效方法

2.探索可行的新理论方向

3. 国内外研究现状

1996 年行人重识别第一次被提出。

在 20 世纪 90 年代就已经开始有一些科研人员尝试通过图像处理的思想来解决行人特征的提取和分类问题。

如图 1-1 所示是行人重识别历史中的里程碑。

4. 计划与进度安排

1.资料收集与整理阶段（兼实习）：2月15日-4月17日

2.确定论文基本结构及内容阶段：4月18日-4月25日

3.完成论文初稿阶段：4月26日-5月7日

5. 参考文献

[1]姚乐炜. 基于深度学习的行人重识别算法研究[d]. 哈尔滨：哈尔滨工业大学, 2018.

[2]冯川. 基于深度学习的行人重识别技术研究[d]. 湖北：湖北工业大学, 2019.

[3]徐阳. 基于卷积神经网络的行人重识别算法研究[d]. 上海：华东师范大学, 2018.