全国电力技术协作网首页
CopyRight 2012-2014 DS文库版权所有
多尺度局部特征选择的行人重识别算法_徐家臻
(0 次评价)368 人阅读0 次下载
2020, 56 (2) 1 引言 行人重识别技术是指给定某摄像头拍摄到的某行 人图片, 在资料库中检索该行人被其他摄像头拍到的图 片。由于摄像头位置、 角度和参数设置不同, 行人姿态 频繁变化, 以及背景干扰、 遮挡和成像质量不稳定等原 因, 同一行人在不同时刻不同摄像头拍摄的图片中存在 较大差异 (如图 1 所示) , 这使得行人重识别问题具有相 当的难度。研究行人重识别问题, 对于社会安全和智能 交通等领域具有重要的应用价值。 行人重识别早期的研究重在寻找更好的距离度量 多尺度局部特征选择的行人重识别算法 徐家臻 1, 李 婷 1, 杨 巍 2 1.华中师范大学 教育信息技术学院, 武汉 430079 2.武汉船舶通信研究所, 武汉 430070 摘 要: 针对行人重识别问题中人体姿态变化、 对齐及部分遮挡等情况, 提出了一种基于深度学习的局部区域选择 和局部特征提取算法。算法首先利用残差卷积神经网络获取基本特征, 然后利用多尺度的滑动窗口提取不同候选 局部区域特征, 并按照覆盖区域进行分组, 每组选择一个最优局部特征, 并融合整体特征得到最终特征表达。实验 结果表明, 通过该方法提取的局部特征具有更好的表达能力, 提高了行人重识别的精确度。 关键词: 行人重识别; 深度学习; 局部特征; 多尺度滑动窗口 文献标志码: A 中图分类号: TP391 doi: 10.3778/j.issn.1002-8331.1809-0381 徐家臻, 李婷, 杨巍.多尺度局部特征选择的行人重识别算法.计算机工程与应用, 2020, 56 (2) : 141-145. XU Jiazhen, LI Ting, YANG Wei. Person re-identification by multi-scale local feature selection. Computer Engineering and Applications, 2020, 56 (2) : 141-145. Person Re-Identification by Multi-Scale Local Feature Selection XU Jiazhen 1, LI Ting 1, YANG Wei 2 1.School of Educational Information and Technology, Central China Normal University, Wuhan 430079, China 2.Wuhan Maritime Communication Research Institute, Wuhan 430070, China Abstract: In this paper, a local region selection and local feature extraction algorithm based on deep learning is proposed for human pose variation, alignment and partial occlusion in the person re-identification problem. The algorithm firstly obtains the basic features by the residual convolutional neural network, then extracts the features of different candidate local regions by the multi-scale sliding windows, and groups them according to their coverage area. Each group selects an opti- mal local feature and merges the global features to obtain the final feature representation. The experimental results show that the local features extracted by this method are more representative and improve the accuracy of person re-identification. Key words: person re-identification; deep learning; local feature; multi-scale sliding window 基金项目: 教育部人文社科项目 (No.18YJC880096) ; 中央高校基本科研业务费项目 (No.CCNU16A05025) 。 作者简介: 徐家臻 ( 1979— ) , 男, 博士, 讲师, 研究领域为模式识别, 计算机视觉, E-mail: xujiazhen@mail.ccnu.edu.cn; 李婷 ( 1995— ) , 女, 硕士研究生, 研究领域为教育人工智能; 杨巍 (1982—) , 男, 博士, 工程师, 研究领域为人工智能。 收稿日期: 2018-09-30 修回日期: 2019-01-09 文章编号: 1002-8331 ( 2020 ) 02-0141-05 CNKI网络出版: 2019-03-21, http://kns.cnki.net/kcms/detail/11.2127.TP.20190319.1610.002.html 图1 Market1501数据集中的部分行人识别数据 (每列图像为同一行人) Computer Engineering and Applications计算机工程与应用 141

打分:

0 星

用户评论:

关于我们 | 联系我们 | 版权声明 | 企业服务 | 媒体合作
京ICP备13025456号-2 | 客服电话:010-66186680 | 反馈建议:13701278405@163.com