强化深度特征融合的行人搜索系统

强化深度特征融合的行人搜索系统

论文摘要

针对行人图像的深度特征缺乏对局部细节的描述,及不完全具备对尺度、旋转、平移及光照变化等各种因素的不变性而导致行人搜索准确率低的问题,本文提出一种具有强化深度特征融合的行人搜索系统。该系统将行人候选网络和行人识别网络两部分整合优化成统一框架。其中,行人候选网络实现行人框的获取及标定,而行人识别网络在获取深度学习特征的基础上融入具有几何不变性的传统特征,建立一个强化深度特征融合网络模型。实验结果表明,本文采用强化深度特征融合的网络模型,在SSM数据集上检测并框出图片中的行人,其Top-1识别正确率高达80.7%,比单纯采用深度特征模型更具优越性。

论文目录

  • 0 引 言
  • 1 行人搜索系统总体框架
  • 2 强化深度特征融合的行人识别网络
  •   2.1 深度特征表示
  •   2.2 SIFT特征表示
  •   2.3 特征融合
  • 3 实验结果及分析
  •   3.1 数据集
  •   3.2 评价标准
  •   3.3 实验设置
  •   3.4 实验结果
  • 4 结束语
  • 文章来源

    类型: 期刊论文

    作者: 梅文欣,林志贤,郭太良

    关键词: 深度特征,行人搜索,特征融合,行人框,几何不变性

    来源: 计算机与现代化 2019年08期

    年度: 2019

    分类: 信息科技,工程科技Ⅰ辑

    专业: 安全科学与灾害防治,计算机软件及计算机应用

    单位: 福州大学平板显示技术国家地方联合工程实验室,福州大学物理与信息工程学院

    基金: 国家重点研发计划项目(2016YFB0401503),广东省科技重大专项(2016B090906001),福建省科技重大专项(2014HZ0003-1),福建省资助省属高校专项课题(JK2014002)

    分类号: X924;TP391.41

    页码: 23-27+43

    总页数: 6

    文件大小: 1792K

    下载量: 128

    相关论文文献

    • [1].基于上下文特征融合的行为识别算法[J]. 计算机工程与应用 2020(02)
    • [2].多生物特征融合发展现状及其展望[J]. 小型微型计算机系统 2017(08)
    • [3].基于特征融合的人体运动识别[J]. 医用生物力学 2019(06)
    • [4].基于关节空时特征融合的人体行为识别[J]. 计算机工程与设计 2020(01)
    • [5].依据特征融合和深度学习的树木叶片分类方法[J]. 东北林业大学学报 2020(06)
    • [6].基于特征融合与支持向量机的人脸活体检测技术[J]. 数字技术与应用 2020(05)
    • [7].基于局部和全局特征融合的显著性检测[J]. 计算机工程与设计 2020(06)
    • [8].基于多源遥感时空谱特征融合的滑坡灾害检测方法[J]. 计算机研究与发展 2020(09)
    • [9].一种多层特征融合的道路场景实时分割方法[J]. 测绘通报 2020(01)
    • [10].用于表示级特征融合与分类的相关熵融合极限学习机[J]. 电子与信息学报 2020(02)
    • [11].多维度特征融合的教学行为智能分析模式构建[J]. 电化教育研究 2020(10)
    • [12].基于多级别特征融合的医学图像检索技术[J]. 南华大学学报(自然科学版) 2014(02)
    • [13].基于多视角特征融合的中文垃圾微博过滤[J]. 山东大学学报(理学版) 2013(11)
    • [14].基于时空特征融合的端到端无人车控制[J]. 科学技术与工程 2019(30)
    • [15].基于特征融合与深度学习的非侵入式负荷辨识算法[J]. 电力系统自动化 2020(09)
    • [16].基于脉搏波特征融合的驾驶疲劳检测方法[J]. 中国公路学报 2020(06)
    • [17].特征融合和集成学习在大学生助学金预测中的应用[J]. 西安科技大学学报 2020(04)
    • [18].基于特征融合网络的行人重识别[J]. 计算机系统应用 2019(01)
    • [19].传统特征和深度特征融合的红外空中目标跟踪[J]. 系统工程与电子技术 2019(12)
    • [20].基于图像与生理参数特征融合的情感识别方法研究[J]. 合肥工业大学学报(自然科学版) 2017(06)
    • [21].一种异质特征融合分类算法[J]. 电子技术与软件工程 2013(02)
    • [22].一种点线特征融合的双目同时定位与地图构建方法[J]. 科学技术与工程 2020(12)
    • [23].分层特征融合注意力网络图像超分辨率重建[J]. 中国图象图形学报 2020(09)
    • [24].基于多姿态特征融合生成对抗网络的人脸校正方法[J]. 计算机应用 2020(10)
    • [25].特征融合在植物叶片识别中的应用研究[J]. 软件导刊 2020(10)
    • [26].特征融合与尺度自适应的核相关滤波目标跟踪[J]. 计算机工程与设计 2019(06)
    • [27].特征融合自适应目标跟踪[J]. 图学学报 2018(05)
    • [28].基于典型相关分析的水声特征融合方法研究[J]. 中国科技信息 2014(01)
    • [29].基于文献内容和引用特征融合的科学结构分析方法研究[J]. 情报学报 2013(10)
    • [30].基于铁谱图像异类特征融合的磨损类型识别方法[J]. 润滑与密封 2020(03)

    标签:;  ;  ;  ;  ;  

    强化深度特征融合的行人搜索系统
    下载Doc文档

    猜你喜欢