基于多尺度卷积特征融合的行人重识别

来源 :激光与光电子学进展 | 被引量 : 14次 | 上传用户:qiaomy
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对现有的基于卷积神经网络的行人重识别方法对于遮挡和复杂背景引起的判别信息缺失问题,提出了一种基于多尺度卷积特征融合的行人重识别算法。在训练阶段,使用金字塔池化方法对卷积特征图进行分块和池化,获得包含全局特征和多尺度局部特征的多个特征向量;对每一个特征向量进行独立分类,并在各个分类的最后内积层上归一化权重和特征,以提升分类性能;最后使用梯度下降法优化全部的分类损失。在识别阶段,将池化后的多个特征向量融合成一个新向量,使用新向量在库中进行相似性匹配。在Market-1501、DukeMTMC-reID
其他文献
针对目前使用较多的尺度不变特征转换算法在提取图像特征向量时因数量较多、维数较大造成匹配时计算量过高、匹配过程中约束条件过于单一、误匹配率较高等问题,提出一种改进的匹配算法。针对特征描述的问题,采用子模式独立成分分析法算法对特征向量进行降低维数处理,减少了特征向量的数量和维数;针对误匹配率较高的问题,在约束条件中加入方向约束,即通过特征向量的方向和欧氏距离进行两次匹配,减小误配率;在匹配时通过粒子群
针对紫外光净化系统应用提出了一种紫外发光二极管(LED)阵列模组的均匀照度优化设计方法。该方法首先基于单颗LED的光强度分布采用几何光学理论计算净化层接收面上的照度;再
为提高白光干涉轮廓仪的测试效率,提出了一种空间扫描范围自适应规划方法。构建了相应的测试系统,选择能量梯度函数用于系统最佳干涉位置的定位。使用ViBe算法对最佳干涉位置处电荷耦合元件(CCD)图像中的干涉条纹进行提取,并对提取结果进行二值化处理。实验结果表明,该方法能够准确识别扫描上下限位置。