第44卷第9期自动化学报Vol.44,No.9
2018年9月ACTAAUTOMATICASINICASeptember,2018
行人再识别技术综述
李幼蛟1,2,3卓力1,2,4张菁1,2李嘉锋1,2张辉1,2
摘要行人再识别指的是判断不同摄像头下出现的行人是否属于同一行人,可以看作是图像检索的子问题,可以广泛应用
于智能视频监控、安保、刑侦等领域.由于行人图像的分辨率变化大、拍摄角度不统一、光照条件差、环境变化大、行人姿态
不断变化等原因,使得行人再识别成为目前计算机视觉领域一个既具有研究价值又极具挑战性的研究热点和难点问题.早期
的行人再识别方法大多基于人工设计特征,在小规模数据集上开展研究.近年来,大规模行人再识别数据集不断推出,以及深
度学习技术的迅猛发展,为行人再识别技术的发展带来了新的契机.本文对行人再识别的发展历史、研究现状以及典型方法进
行梳理和总结.首先阐述了行人再识别的基本研究框架,然后分别针对行人再识别的两个关键技术(特征表达和相似性度量),
进行了归纳总结,重点介绍了目前发展迅猛的深度学习技术在行人再识别中的应用.另外,本文对行人再识别中代表性的数据
集以及在各个数据集上可以取得优异性能的方法进行了分析和比较.最后对行人再识别技术的未来发展趋势进行了展望.
关键词行人再识别,人工设计特征,深度学习,特征表达,相似性度量
引用格式李幼蛟,卓力,张菁,李嘉锋,张辉.行人再识别技术综述.自动化学报,2018,44(9):1554−1568
DOI10.16383/j.aas.2018.c170505
ASurveyofPersonRe-identification
LIYou-Jiao1,2,3ZHUOLi1,2,4ZHANGJing1,2LIJia-Feng1,2ZHANGHui1,2
AbstractPersonre-identificationaimstoassociatethesamepersonacrossdifferentviewsandcanbetakenasasub-
基于双流卷积神经网络的改进人体行为识别算法
张怡佳;茅耀斌
【摘 要】近年来人体行为识别成为计算机视觉领域的一个研究热点,而卷积神经网络(convolutional neural network,CNN)在图像分类和识别领域取得了重要突破,但是人体行为识别是基于视频分析的,视频包含空间域和时间域两部分的信息;针对基于视频的人体行为识别问题,提出一种改进的双流卷积神经网络(Two-Stream
CNN)模型,对于空间域,将视频的单帧RGB图像作为输入,送入VGGNet_16模型;对于时间域,将多帧叠加后的光流图像作为输入,送入Flow_ Net模型;最终将两个模型的Softmax输出加权融合作为输出结果,得到一个多模型融合的人体行为识别器.基于JHMDB公开数据库的实验,结果证明了改进的双流CNN在人体行为识别任务上的有效性.
【期刊名称】《计算机测量与控制》
【年(卷),期】2018(026)008
【总页数】5页(P266-269,274)
【关键词】人体行为识别;深度学习;双流卷积神经网络;模型融合
【作 者】张怡佳;茅耀斌
【作者单位】南京理工大学 自动化学院,南京210094;南京理工大学 自动化学院,南京210094
【正文语种】中 文
【中图分类】TP242
0 引言
人体行为识别的目的是分析并理解视频中的人体的动作和行为，与静态图像中二维空间的物体识别不同，行为识别主要研究如何感知目标对象在图像序列中的时空运动变化，将人体行为的表现形式从二维空间拓展到了三维时空。人体行为识别有着重要的理论意义且在很多领域有着重要的应用价值，如智能监控、视频检索和人机交互等[1]。
随着大规模数据集的涌现，传统算法已经很难满足如今大数据处理的需求，深度学习成为近几年国内外的研究热点。深度学习是机器学习领域的重点研究问题，它模拟人脑认知机制的多层次模型结构，通过组合低层特征形成更为抽象的高层特征来获得数据更有效的特征表示，相比于传统的人工提取特征更适合目标的检测和识别。
现代文阅读
阅读下面的文字，完成下列小题。
打开一条全国两会报道视频日记，从“云端”直播现场中感受传播变革的伟力；观看一段珠峰侧量视频日记，从攀登者大口喘息中感受测量人的辛苦与执着；点开一段插秧视频日记，从劳动者辛苦劳作的身姿中体会种田的艰辛不易……当前，一种新的传播形态—视频日记，在各大信息平台流行起来。许多遥不可及的生活工作场景，以视频日记方式生动地映现在网络世界，让分散在各个角落里的受众，足不出户同样可以感受世界的丰富精彩。
视频日记英文名Vlog，主要以视频形式记录拍摄者的日常所见，被广大网友接受并应用到新闻生产当中。前段时间，各种各样的视频日记让居家隔离的人们了解到不同群体的杭疫实景，满足了人们对信息的渴望。与传统视频新闻相比，视频日记实现了亲历者和传播者的统一，以“我在场”的叙述模式，带给用户代入感很强的观看体验，从而打开受众感知世界的新大门。
作为一种视听兼备的谋介形态，视频日记让受众实现了从“看新闻”到“体验新闻”的转变，满足了人们体验感以及临场感需求。《人民日报记者夜访风暴之眼金银潭医院ICU病房》中，行进式镜头的现场聚焦触发受众强烈的情感体验，屏幕仿佛不存在了，受众切身感受到ICU病房平静而忙碌的背后，实际上是生与死的较量，实现了身体的“虚拟在场”，获得了身临其境之感和强烈的情感共鸣。
视频日记之所以能够产生这样的传播效果，一方面是因为视频能再现真实的生活场景，具有较强的直观性和形象性，可以帮助受众对事物进行直接把握，形成认知印象。另一方面，视频日记中，亲历者以第一视角进行讲述，其语态、表情、身体姿势都成为语言之外的伴随文本，传递着第三方视角所没有的潜在语义和默会知识。如“康辉大国外交视频日记”，主持人拍摄自己跟随出访台前幕后的故事，让受众了解到许多往常电视新闻中看不到的细节，并因为亲历者的亲身讲述变得更为可感可亲可近。在视频日记中，第一视角给受众带来极强的代入感，从而形成了自我虚拟在场的认知模式。受众的视觉、听觉甚至触觉等多种感官卷入传播场域，使得传播主体之情境，化作受众之情境，传播主体之体验，化为受众之体验。
第２８卷第４期 ２０ｌ１年４月 计算机应用研究 Ａｐｐｌｉｃａｔｉｏｎ Ｒｅｓｅａｒｃｈ ｏｆ Ｃｏｍｐｕｔｅｒｓ Ｖｏ１．２８ Ｎｏ．４ Ａｐｒ．２０１１
融合小波变化和张量ＰＣＡ的人耳识别算法米
曹景亮，李一波，张海军
（沈阳航空航天大学自动化学院，沈阳１１０１３６）
摘要：综合利用小波变换和张量主成分分析这两个算法的优点，提出了一种新的人耳识别方法，对人耳图像 先采用小波变换作预处理得到四个子带图像；然后对每个子带图像用张量ＰＣＡ进行特征提取；最后利用最近邻
的方法实现人耳图像识别。实验结果表明，利用此方法与只用主成分分析识别相比，提高了识别率。
关键词：小波变换；张量主成分分析；人耳识别；特征提取；最近邻方法
中图分类号：ＴＰ３９１ 文献标志码：Ａ 文章编号：１００１—３６９５（２０１１）０４—１５４７—０４
ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１—３６９５．２０１１．０４．０９７
Ｒｅｃｏｇｎｉｔｉｏｎ ａｌｇｏｒｉｔｈｍ ｂａｓｅｄ ｏｎ ｗａｖｅｌｅｔ ｐｒｅｐｒｏｃｅｓｓｉｎｇ ａｎｄ ｔｅｎｓｏｒ ＰＣＡ
ＣＡＯ Ｊｉｎｇ—ｌｉａｎｇ，ＬＩ Ｙｉ—ｂｏ，ＺＨＡＮＧ Ｈａｉ—ｉｎｎ （Ｃｏｌｌｅｇｅ ｏｆＡｕｔｏｍａｔｉｏｎ，Ｓｈｅｎｙａｎｇ Ｉｎｓｔｉｔｕｔｅ ｏｆＡｅｒｏｎａｕｔｉｃａｌ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｓｈｅｎｙａｎｇ １１０１３６，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：ＣｏｍｐｒｅｈｅｎｓｉＶｅｌｙ ｕｔｉｌｉｚｉｎｇ ｔｈｅ ａｄｖａｎｔａｇｅｓ ｏｆ ｗａｖｅｌｅｔ ｔｒａｎｓｆｏｒｍ ａｎｄ ＴＰＣＡ，ｔｈｉｓ ｐａｐｅｒ ｐｒｏｐｏｓｅｄ ａ ｎｅｗ ｒｅｃｏｇｎｉｔｉｏｎ ａｌ— ｇｏｒｉｔｈｍ ｏｆ ｔｈｅ ｈｕｍａｎ ｅａｒ，ｔｏ ｔｈｅ ｈｕｍａｎ ｅａｒ ｉｍａｇｅｓ ｕｓｅｄ ｗａｖｅｌｅｔ ｔｒａｎｓｆｏｒｍ ｔｏ ｄｏ ｔｈｅ ｆｉｒｓｔ ｐｒｅ—ｐｒｏｃｅｓｓｉｎｇ ｔｏ ｂｅ ｆｏｕｒ ｓｕｂ—ｂａｎｄ ｉｍａｇｅ，ａｎｄ ｔｈｅｎ ｆｏｒ ｅａｃｈ ｓｕｂ—ｂａｎｄ ｉｍａｇｅｓ ｕｓｅｄ ｔｅｎｓｏｒ ＰＣＡ ｆｅａｔｕｒｅ ｅｘｔｒａｃｔｉｏｎ ｔｏ ａｃｈｉｅｖｅ ｅｆｆｉｃｉｅｎｔ ｈｕｍａｎ ｅａｒ ｉｍａｇｅ ｒｅｃｏｇｎｉ— ｔｉｏｎ．Ｓｉｍｕｌａｔｉｏｎ ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈａｔ ｃｏｍｐａｒｉｎｇ ｔｈｉｓ ｍｅｔｈｏｄ ａｎｄ ｏｎｌｙ ｔｈｅ ｐｒｉｎｃｉｐａｌ ｃｏｍｐｏｎｅｎｔ ａｎａｌｙｓｉｓ ｉｄｅｎｔｉｆｉｅｄ ｔｅｎｓｏｒ，ｉｔ ｉｍ— ｐｒｏｖｅｓ ｔｈｅ ｒｅｃｏｇｎｉｔｉｏｎ ｒａｔｅ． Ｋｅｙ ｗｏｒｄｓ：ｗａｖｅｌｅｔ ｔｒａｎｓｆｏｒｍ；ｔｅｎｓｏｒ ｐｒｉｎｃｉｐａｌ ｅｏｍｐｏｎｅｎｔ ａｎａｌｙｓｉｓ（ＴＰＣＡ）；ｅａｒ ｒｅｃｏｇｎｉｔｉｏｎ；ｆｅａｔｕｒｅ ｅｘｔｒａｃｔｉｏｎ；ｎｅａｒｓｔ ｎｅｉｇｈｂｏｒｓ ｍｅｔｈｏｄ
