1. 研究目的与意义
随着我国市场经济、科技创新，以及工业化进程的发展不断加速，城市数字化往更高层次的方向发展，城市发展与科技的结合也愈加紧密。
在信息技术的迅速普及下,“平安城市”、“智慧城市”以及“科技强警”等概念逐渐走入人们的生活，成为了城市基础建设、平稳运行中必要的一部分。
为了提高市民的幸福生活水平，构建安全、智能的信息化城市，“智慧城市”建设以人为本、智能运行为理念，结合多门前沿技术对市民生活、城市运行状态进行智能感知与分析。
2. 课题关键问题和重难点
行人重识别技术又称为行人再识别技术re-id，主要指在特定摄像机中获取一个行人监控图像,然后在其他不同的多摄像机监控图像库中识别出与该行人相关的图像。随着图像处理、模式识别技术的成熟应用,研究者们重点研究了行人的可区分特征、距离分类算法。不同的摄像设备存在拍摄差异,同时行人又表现出多样性,其外观容易受到衣着﹑体型、姿态﹑遮挡和拍摄视角等的影响,因此研究行人重识别具有极大的挑战性。
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。
课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
