TÁI NHẬN DẠNG NGƯỜI TRONG HỆ THỐNG NHIỀU CAMERA GIÁM SÁT KHÔNG CHỒNG LẤP

Trẩn Thanh Toàn * , Ngô Đình Phong , Hồ Phước Tiến , Chế Tiến Việt Anh và Trương Công Dung Nghi

* Tác giả liên hệ (tranhthanhtoan_toasoanctu@gmail.com)

Article Sidebar

Full Text: PDF

Ngày nhận bài: 19-09-2015
Ngày duyệt đăng: 10-10-2015
Ngày xuất bản: 15-12-2015
Title: Person re-identification through non-overlapping camera system
Lượt xem
44
Downloads
25
Trích dẫn
Toàn, T. T., Phong, N. Đ., Tiến, H. P., Anh, C. T. V., & Nghi, T. C. D. (2015). TÁI NHẬN DẠNG NGƯỜI TRONG HỆ THỐNG NHIỀU CAMERA GIÁM SÁT KHÔNG CHỒNG LẤP. Tạp chí Khoa học Đại học cần Thơ, (CĐ Công nghệ TT), 189-195. Truy vấn từ https://ctujsvn.ctu.edu.vn/index.php/ctujsvn/article/view/2345
Số báo
Số. CĐ Công nghệ TT (2015)
Chuyên mục
Công nghệ thông tin

Abstract

Person re-identification through non-overlapping camera system recently becomes one of the most interesting problems in automated video surveillance. Once people are detected in the scene, they are characterized by the appearance-based models. However, the background in the cropped image obtained from the human detector could still affect the model used for person re-identification. Thus, in this paper, we propose a re-identification system including two main tasks: removing the background in the image of the detected people; and reinforcing the local patches that are discriminative to different people, and reliable in retrieving the same person in different non-overlapping cameras.
Keywords: Person re-identification, non-overlapping camera system, similarity score, salience score

Tóm tắt

Bài toán tái nhận dạng người hướng tới việc tự động theo vết và tìm kiếm lại đối tượng di chuyển trong hệ thống camera giám sát với góc nhìn của các camera không chồng lấp nhau. Khi một đối tượng được phát hiện trong khung ảnh, các đặc trưng về hình dáng bên ngoài của đối tượng sẽ được trích xuất thông qua việc xây dựng các mô hình đặc tả. Tuy nhiên, phần hình nền còn lại của khung ảnh trích xuất đối tượng thu được từ giải thuật phát hiện người vẫn có thể ảnh hưởng đến mô hình tái nhận dạng người. Vì vậy, trong bài báo này, chúng tôi đề xuất chuỗi xử lý bài toán tái nhận dạng người với hai nhiệm vụ chính: loại bỏ vùng nền trong khung ảnh đối tượng đã được phát hiện và củng cố đặc trưng tách từ các mảnh ghép cục bộ dùng để phân biệt hai đối tượng khác nhau. Việc kết hợp này nhằm nâng cao mức độ tin cậy của việc truy vấn cùng một đối tượng ở hai camera khác nhau với góc nhìn không chồng lấp.  
Từ khóa: Tái nhận dạng người, hệ thống camera không chồng lấp, chỉ số tương đồng, chỉ số nổi bật

Article Details

Tài liệu tham khảo

B. Prosser, W. Zheng, S. Gong, T. Xiang, and Q. Mary, 2010. Person re-identification by support vector ranking, in Proceedings of the British Machine Vision Conference (BMVA).

Hirzer Martin, Csaba Beleznai, Peter M. Roth, Horst Bischof, 2011. Person re-identification by descriptive and discriminative classification, in Proceedings of 17th Scandinavian Conference on Image Analysis (SCIA), pp. 91 - 102.

Mert Dikmen, Emre Akbas, Thomas S. Huang, and Narendra Ahuja, 2011. Pedestrian recognition with a learned metric, in Proceedings of the 10th Asian Conference on Computer Vision (ACCV), Volume Part IV, pp. 501 - 512.

W. Zheng, S. Gong, and T. Xiang, 2011. Person re-identification by probabilistic relative distance comparison, in Proceedings of IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2011, pp. 649 - 656.

Martin Hirzer, Peter M. Roth, Martin Köstinger, Horst Bischof, 2012. Relaxed pairwise learned and metric for person re-identification, in Proceedings of the 12th European Conference on Computer Vision (ECCV), Vol. Part VI, pp. 780 - 793.

Mignon and F. Jurie, 2012; PCCA: A new approach for distance learning from sparse pairwise constraints, in Proceedings of IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2012, pp. 2666-2672.

M. Farenzena, L. Bazzani, A. Perina, V. Murino, and M. Cristani, 2010. Person re-identification by symmetry-driven accumulation of local features, in Proceedings of IEEE Conference on Computer Vision and Pattern Recognition (CVPR), pp. 2360-2367.

X. Wang, G. Doretto, T. Sebastian, J. Rittscher, and P. Tu, 2007. Shape and appearance context modeling, in Proceedings of International Conference on Computer Vision (ICCV), 2007, pp. 1-8.

R. Zhao, W. Ouyang, and X. Wang, 2013. Unsupervised salience learning for person re-identification, in proceedings of IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2013, pp. 3586-3593.

Shawn Lankton, Allen Tannenbaum, 2008. Localizing Region-Based Active Contours, In IEEE Transactions on Image Processing, Vol. 17, no. 11, november 2008, pp. 2029 - 2039.

S. Byers and A. Raftery, 1998. Nearest-neighbor clutter removal for estimating features in spatial point processes, Journal of the American Statistical Association, No. 442, 1998, pp. 577-584.

K. Heller, K. Svore, A. Keromytis, and S. Stolfo, 2003. One class support vector machines for detecting anomalous windows registry accesses, In Workshop on DataMining for Computer Security (DMSEC), pp. 2-9.

Y. Chen, X. Zhou, T. Huang, 2001. One-class SVM for learning in image retrieval, in Proceedings of IEEE International Conference on Image Processing (ICIP), 2001, pp. 34-37.

D. Gray, S. Brennan, and H. Tao, 2007, Evaluating appearance models for recognition, reacquisi-tion, and tracking, in Proceedings of IEEE International Workshop on Performance Evaluation for Tracking and Surveillance (PETS), vol. 3, no. 5.

Gray, Douglas, and Hai Tao, 2008. Viewpoint invariant pedestrian recognition with an ensemble of localized features, in Proceedings of 10th European Conference on Computer Vision (ECCV), pp. 262 - 275.

Trần Thanh Toàn, 2015. Tái nhận dạng người trong các hệ thống nhiều camera giám sát, Luận văn thạc sĩ ngành Kỹ thuật điện tử, Trường Đại học Bách Khoa, Đại học Quốc gia Tp Hồ Chí Minh.