一个基于CNN的行人重识别系统设计与实现开题报告

本课题拟完成一个基于cnn的行人重识别系统的设计与实现。

本课题的关键问题

3. 国内外研究现状（文献综述）

行人重识别问题一直都是计算机视觉领域一个存在的研究话题，有了计算机这个神器之后，人们也是一直在探索行人识别这个问题，行人识别最开始出现在上世纪七十年代末期，主要经历了三个发展阶段，现如今，行人识别技术发展迅速，也在全球范围内大范围的扩散和发展。^[1]

国外研究现状

在研究的第一阶段表示，面部识别功能的主要研究是必要的，研究人员用计算机来实现人脸模型灰度较高的质量。除了该过程，以确定完全依赖于操作者的这一阶段，显然这不是实现自动识别系统的方式。^[2]由此进入了人机交互识别的第二阶段，建立了基于识别符号的系统的特性。比如我们使用统计方法来识别嘴，特征五官以欧氏距离来表达。然而，该方法需要一个特定运营商的先验知识，仍然无法逃脱人工干预。在自动识别真机的第三阶段。在过去的十年中，随着高速，高性能计算，模式识别方法是面临的主要结论的发展，我们已经创造了各种系统，自动识别，人脸识别技术已经进入实用阶段。在美国911事件后，人脸识别技术以及行人识别技术迅速作为美国计算机安全在全球范围内的发展。^[3]

4. 研究方案

系统功能模块介绍

本文引入的深度哈希学习模块主要包含三个内容，分别为：金字塔结构、自蒸馏学习以及 coarse-to-fine哈希检索策略。其中金字塔结构用于对骨干网络学习的高维特征不断执行降维，得到多个不同维度的视觉特征，并分别转换成哈希码；自蒸馏学习则在金字塔结构中，利用高维特征来对低维特征进行优化，提升低维特征的判别性，减少降维操作所造成的信息损失；而 coarse-to-fine则为检索阶段所执行的策略，利用整体网络得到的多个不同维度的判别性哈希码，执行从粗到细的精细化检索，使检索速度得到提升的同时，保持了检索的精确度。图1为系统的整体功能模块图。

图1 系统整体功能模块图

5. 工作计划

2022-2023-1学期：

第15-16周：完成选题，查阅相关中英文资料。

第17周：与导师沟通进行课题总体规划。