-
题名基于增强聚合通道特征的实时行人重识别
被引量：9
- 1
-
-
作者
黄新宇
许娇龙
郭纲
郑二功
-
机构
中国人民解放军空军航空大学飞行器控制系
-
出处
《激光与光电子学进展》
CSCD
北大核心
2017年第9期113-121,共9页
-
基金
国家自然科学基金(6160011396)
吉林省教育厅"十三五"科学技术研究项目(吉教科合字[2016]第515号)
-
文摘
由于目标姿态、摄像头角度、光线条件等因素的影响,行人重识别仍然是一个具有挑战性的问题。目前大多数方法主要注重提高重识别精度,对实时性考虑较少。因此,本文提出了一种基于增强聚合通道特征(ACF)的实时行人重识别算法。利用ACF对行人进行检测,并在此基础上,结合直方图特征和纹理特征构成增强ACF,作为行人重识别的特征描述子。利用测度学习方法对重识别模型进行训练。在4个数据集上的实验结果表明,与传统的重识别特征相比,提出的特征描述子逼近最好的重识别准确率,并且具有更快的计算速度。整个行人检测与重识别系统的运行速度达到10 frame·s^(-1)以上,基本可以满足实时行人重识别的需求。
-
关键词
图像处理
实时行人重识别
增强聚合通道特征
测度学习
深度学习
-
Keywords
image processing
real-time pedestrian reidentification
enhanced aggregated channel features
metric learning
deep learning
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
