期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于高置信局部特征的车辆重识别优化算法
被引量:
7
1
作者
窦
鑫
泽
盛浩
+4 位作者
吕凯
刘洋
张洋
吴玉彬
柯韦
《北京航空航天大学学报》
EI
CAS
CSCD
北大核心
2020年第9期1650-1659,共10页
根据车辆重识别中区域置信度不同,提出了基于高置信局部特征的车辆重识别优化算法。首先,利用车辆关键点检测获得对应的多个关键点坐标信息,分割出车标扩散区域和其他重要的局部区域。根据车标扩散区域的高区分度特性,提升局部区域的置...
根据车辆重识别中区域置信度不同,提出了基于高置信局部特征的车辆重识别优化算法。首先,利用车辆关键点检测获得对应的多个关键点坐标信息,分割出车标扩散区域和其他重要的局部区域。根据车标扩散区域的高区分度特性,提升局部区域的置信度。使用多层卷积神经网络对输入图片进行处理,根据局部区域分割信息,对卷积得到的特征张量进行空间维度上的切割,获得代表全局信息和关键局部信息的特征张量。然后,通过全连接层特征张量转化为表示车辆个体的一维向量,计算损失函数。最后,在测试阶段使用全局特征,并利用训练好的车标扩散区域提取分支获得高置信局部特征,缩短局部识别一致的车辆目标距离。在典型车辆重识别数据集VehicleID上进行测试,验证了所提算法的有效性。
展开更多
关键词
车辆重识别
高置信局部特征
特征优化
区域检测
神经网络
下载PDF
职称材料
题名
基于高置信局部特征的车辆重识别优化算法
被引量:
7
1
作者
窦
鑫
泽
盛浩
吕凯
刘洋
张洋
吴玉彬
柯韦
机构
北京航空航天大学计算机学院软件开发环境国家重点实验室
北京航空航天大学大数据与脑机智能高精尖创新中心
澳门理工学院应用科学高等学校
出处
《北京航空航天大学学报》
EI
CAS
CSCD
北大核心
2020年第9期1650-1659,共10页
基金
国家重点研发计划(2018YFB2100500)
国家自然科学基金(61861166002,61872025,61635002)
+1 种基金
澳门特别行政区科学技术发展基金(0001/2018/AFJ)
软件开发环境国家重点实验室开放基金(SKLSDE2019ZX-04)。
文摘
根据车辆重识别中区域置信度不同,提出了基于高置信局部特征的车辆重识别优化算法。首先,利用车辆关键点检测获得对应的多个关键点坐标信息,分割出车标扩散区域和其他重要的局部区域。根据车标扩散区域的高区分度特性,提升局部区域的置信度。使用多层卷积神经网络对输入图片进行处理,根据局部区域分割信息,对卷积得到的特征张量进行空间维度上的切割,获得代表全局信息和关键局部信息的特征张量。然后,通过全连接层特征张量转化为表示车辆个体的一维向量,计算损失函数。最后,在测试阶段使用全局特征,并利用训练好的车标扩散区域提取分支获得高置信局部特征,缩短局部识别一致的车辆目标距离。在典型车辆重识别数据集VehicleID上进行测试,验证了所提算法的有效性。
关键词
车辆重识别
高置信局部特征
特征优化
区域检测
神经网络
Keywords
vehicle re-identification
high-confidence local features
feature optimization
region detection
neural network
分类号
TP399 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于高置信局部特征的车辆重识别优化算法
窦
鑫
泽
盛浩
吕凯
刘洋
张洋
吴玉彬
柯韦
《北京航空航天大学学报》
EI
CAS
CSCD
北大核心
2020
7
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部