深度学习时代的行人重识别技术被引量：5

下载PDF

导出

摘要行人重识别技术在实际生活中拥有广泛的应用场景,经过多年研究,其已在部分限制场景中取得了良好的应用效果.然而,想要更深层次地挖掘技术的应用价值,还需解决更多困难与挑战.

作者罗浩

机构地区浙江大学计算机视觉实验室浙江大学人工智能协会

出处《人工智能》 2019年第2期40-49,共10页 Artificial Intelligence View

关键词场景挑战行人深度技术阶段

同被引文献14

1王志宏,杨震.人工智能技术研究及未来智能化信息服务体系的思考[J].电信科学,2017,33(5):1-11. 被引量：75
2王万良,李卓蓉.生成式对抗网络研究进展[J].通信学报,2018,39(2):135-148. 被引量：67
3李夏风.基于深度学习的跨镜追踪技术浅析[J].中国安全防范技术与应用,2019,0(1):17-20. 被引量：4
4贾川民,赵政辉,王苫社,马思伟.基于神经网络的图像视频编码[J].电信科学,2019,35(5):32-42. 被引量：9
5杨锋,许玉,尹梦晓,符嘉成,黄冰,梁芳烜.基于深度学习的行人重识别综述[J].计算机应用,2020,40(5):1243-1252. 被引量：11
6陈亮,吴攀,刘韵婷,刘晓阳,杨佳明,姜余.生成对抗网络GAN的发展与最新应用[J].电子测量与仪器学报,2020,32(6):70-78. 被引量：24
7朱宽堂,张建勋,谭暑秋.基于全局特征和多种局部特征的行人重识别[J].微电子学与计算机,2022,39(2):43-50. 被引量：2
8杨永胜,邓淼磊,李磊,张德贤.基于深度学习的行人重识别综述[J].计算机工程与应用,2022,58(9):51-66. 被引量：15
9张晓涵.基于全局特征改进的行人重识别[J].计算机系统应用,2022,31(5):298-303. 被引量：1
10张勃兴,马敬奇,张寿明,李辰潼,钟震宇.利用全局与局部关联特征的行人重识别方法[J].电子测量与仪器学报,2022,36(6):205-212. 被引量：5

人工智能

2019年第2期

内容加载中请稍等...