1. 本选题研究的目的及意义
随着城市化进程的加快和安防需求的不断增长，监控摄像头在公共场所的部署越来越广泛。
海量的监控视频数据为社会安全防控提供了重要保障，但也对视频数据的分析和利用提出了巨大挑战。
传统的监控方式主要依赖人工查看，效率低下且容易出错。
2. 本选题国内外研究状况综述
近年来，行人检索技术取得了显著进展，成为了计算机视觉领域的研究热点。
国内外学者在行人特征表达、检索算法等方面进行了大量的研究工作，并取得了一系列成果。
1. 国内研究现状
3. 本选题研究的主要内容及写作提纲
1. 主要内容
本选题将针对监控场景下行人检索的关键问题展开研究，主要内容包括以下几个方面：
1.行人检测与跟踪技术:研究如何在监控视频中准确地检测和跟踪行人目标，这是进行行人检索的前提。
2.行人特征提取与表示:研究如何提取具有鲁棒性和区分性的行人特征，以应对监控场景下光照变化、遮挡、姿态变化等挑战。
4. 研究的方法与步骤
本研究将采用理论分析、算法设计、系统实现和实验评估相结合的方法，逐步开展以下研究工作：
1.首先，进行文献调研，了解国内外在监控场景下行人检索领域的研究现状、最新进展和存在的问题，为本研究提供理论基础和参考方向。
2.其次，针对监控场景下行人检索的特点和难点，研究和改进现有的行人检测、跟踪、特征提取和检索算法，以提高系统的鲁棒性、准确性和效率。
3.然后，设计和开发一个完整的监控场景下行人检索系统，包括数据采集、预处理、特征提取、检索等模块，并进行系统测试和性能评估。
5. 研究的创新点
本研究预期在以下几个方面取得创新性成果：
1.提出一种针对监控场景的鲁棒的行人特征提取方法，能够有效应对光照变化、遮挡、姿态变化等挑战，提高行人特征的区分性和表达能力。
2.设计一种高效的行人检索算法，能够在海量监控数据中快速准确地检索出目标行人，提高检索效率和准确率。
3.开发一个完整的监控场景下行人检索系统，并将其应用于实际场景中，为社会安全防控提供技术支持。
6. 计划与进度安排
第一阶段 （2024.12~2024.1）确认选题，了解毕业论文的相关步骤。
第二阶段（2024.1~2024.2）查询阅读相关文献，列出提纲
第三阶段（2024.2~2024.3）查询资料，学习相关论文
7. 参考文献（20个中文5个英文）
1. 刘伟,王可,苗强,等.基于深度学习的行人重识别研究综述[J].计算机科学,2020,47(09):20-28.
2. 孙宁,吴巧灵,王运琼,等.监控视频中多目标行人跟踪算法综述[J].智能系统学报,2020,15(01):48-61.
3. 陈硕,李颖,郭晓杰,等.基于深度学习的行人重识别方法综述[J].计算机科学与探索,2019,13(07):1095-1111.
以上是毕业论文开题报告，课题毕业论文、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。
