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
4
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
基于奇异值分解行人对齐网络的行人重识别
被引量：
3
1
作者
张继
金翠
+1 位作者
王洪元
陈首兵
《山东大学学报（工学版）》
CAS
CSCD
北大核心
2019年第5期91-97,共7页
为解决行人重识别的训练数据集中自动检测出的行人图像背景过大和行人部分缺失的错位现象问题,使用空间变换网络层对图像错位进行处理。为优化整个网络的深度学习过程,提高图像检索能力,增加网络特征层,使用奇异值向量分解方法对其进行...
为解决行人重识别的训练数据集中自动检测出的行人图像背景过大和行人部分缺失的错位现象问题,使用空间变换网络层对图像错位进行处理。为优化整个网络的深度学习过程,提高图像检索能力,增加网络特征层,使用奇异值向量分解方法对其进行处理。将行人对齐网络和奇异向量分解相结合,构造奇异值分解行人对齐网络,既可解决图像错位问题,又提高图像特征的相似性度量的效果。在Market1501、CUHK03和DukeMTMC-reID数据集上进行试验,并与行人对齐网络和其他深度学习与非深度学习的行人重识别方法进行比较,试验结果中整个网络的平均检索精度和行人图像第一次匹配正确的概率平均达到了65%和80%左右,这表明奇异值分解行人对齐网络可以提高对行人匹配的效果。
展开更多
关键词
行人
重识别
奇异向量分解
行人
对齐
深度学习
空间变换网络
原文传递
结合多尺度特征学习与特征对齐的行人重识别
被引量：
1
2
作者
金子丰
卞春江
陈实
《计算机工程与应用》
CSCD
北大核心
2022年第20期132-140,共9页
利用卷积神经网络对行人图像提取一个简单的全局特征,在复杂的行人重识别任务中无法获得令人满意的结果。局部特征学习的方式有助于获取更丰富的人体特征,但往往需要图像中的人体具有良好的空间对齐,而且,将人体各部分特征输入到独立的...
利用卷积神经网络对行人图像提取一个简单的全局特征,在复杂的行人重识别任务中无法获得令人满意的结果。局部特征学习的方式有助于获取更丰富的人体特征,但往往需要图像中的人体具有良好的空间对齐,而且,将人体各部分特征输入到独立的分支学习局部信息,忽略了人体各部分特征间的相关性,限制模型的性能提升。在此背景下,提出了一种新的多尺度特征学习算法,结合全局与局部特征学习得到更好的行人表示,提升复杂场景下模型的识别能力。对骨干网络不同深度输出的行人特征图,通过特征对齐模块对其执行空间变换,实现行人特征在空间上的矫正和对齐,进一步增强模型的泛化性能。在公开的大型行人重识别数据集上,与当前一些流行的方法进行了比较,验证了所提方法的有效性。
展开更多
关键词
深度学习
卷积神经网络
行人
重识别
多尺度特征学习
行人
对齐
下载PDF
职称材料
基于随机擦除行人对齐网络的行人重识别方法
被引量：
8
3
作者
金翠
王洪元
陈首兵
《山东大学学报（工学版）》
CAS
北大核心
2018年第6期67-73,共7页
基于检测出的行人图像容易出现错位和深度网络容易出现过拟合现象的问题,使用行人对齐网络和随机擦除数据增强,对行人数据集进行预处理。使图像生成不同程度的遮挡,并通过仿射估计分支中的空间变换网络层将图像中的错位进行修正。裁剪...
基于检测出的行人图像容易出现错位和深度网络容易出现过拟合现象的问题,使用行人对齐网络和随机擦除数据增强,对行人数据集进行预处理。使图像生成不同程度的遮挡,并通过仿射估计分支中的空间变换网络层将图像中的错位进行修正。裁剪背景大的部分,填补行人图像缺失的部分,从而降低网络过拟合的现象,提高网络泛化能力。Market1501、DuckM TM C-reID和CUHK03数据集上进行试验,结果表明在rank-1的值达到84%左右。将随机擦除行人对齐网络方法与其他方法进行比较,发现随机擦除行人对齐网络的行人重识别方法的试验结果要好。
展开更多
关键词
行人
重识别
行人
对齐
网络
数据增强
过拟合
图像错位
原文传递
鉴别性特征学习模型实现跨摄像头下行人即时对齐
被引量：
1
4
作者
余春艳
钟诗俊
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2019年第4期602-611,共10页
为解决由于采用延后的关联算法而造成目标错误匹配和子序列漏匹配的问题,提出一种使用鉴别性特征学习模型实现跨摄像头下行人即时对齐的方法.首先基于孪生网络模型整合行人分类和行人身份鉴别模型,仅通过目标行人的单帧信息就可习得具...
为解决由于采用延后的关联算法而造成目标错误匹配和子序列漏匹配的问题,提出一种使用鉴别性特征学习模型实现跨摄像头下行人即时对齐的方法.首先基于孪生网络模型整合行人分类和行人身份鉴别模型,仅通过目标行人的单帧信息就可习得具有良好鉴别性的行人外观特征,完成行人相似性值计算;其次提出跨摄像头行人即时对齐模型,根据行人外观、时序和空间3个方面的关联适配度实时建立最小费用流图并求解.实验结果表明,在行人重识别数据集Market-1501和CUHK03上,行人分类和身份鉴别模型的融合能显著提升特征提取的有效性且泛化能力良好,性能全面优于Gate-SCNN与S-LSTM方法;进一步地,在非重叠区域的跨摄像头行人跟踪的基准数据集NLPR_MCT上,该方法的行人即时关联精度比2014年ECCV跨摄像头行人跟踪冠军的延后关联算法高出了3.3%,仅次于当前最高精度算法6.6%,应用于跨摄像头跟踪时,跟踪精度亦超过当前的大部分算法.
展开更多
关键词
行人
即时
对齐
鉴别性特征学习模型
卷积孪生网络
下载PDF
职称材料
题名
基于奇异值分解行人对齐网络的行人重识别
被引量：
3
1
作者
张继
金翠
王洪元
陈首兵
机构
常州大学信息科学与工程学院
出处
《山东大学学报（工学版）》
CAS
CSCD
北大核心
2019年第5期91-97,共7页
基金
国家自然科学基金资助项目(61572085,61806026,61806026)
文摘
为解决行人重识别的训练数据集中自动检测出的行人图像背景过大和行人部分缺失的错位现象问题,使用空间变换网络层对图像错位进行处理。为优化整个网络的深度学习过程,提高图像检索能力,增加网络特征层,使用奇异值向量分解方法对其进行处理。将行人对齐网络和奇异向量分解相结合,构造奇异值分解行人对齐网络,既可解决图像错位问题,又提高图像特征的相似性度量的效果。在Market1501、CUHK03和DukeMTMC-reID数据集上进行试验,并与行人对齐网络和其他深度学习与非深度学习的行人重识别方法进行比较,试验结果中整个网络的平均检索精度和行人图像第一次匹配正确的概率平均达到了65%和80%左右,这表明奇异值分解行人对齐网络可以提高对行人匹配的效果。
关键词
行人
重识别
奇异向量分解
行人
对齐
深度学习
空间变换网络
Keywords
pedestrian recognition
singular vector decomposition
pedestrian alignment
deep learning
spatial transformation network
分类号
TP391 [自动化与计算机技术—计算机应用技术]
原文传递
题名
结合多尺度特征学习与特征对齐的行人重识别
被引量：
1
2
作者
金子丰
卞春江
陈实
机构
中国科学院国家空间科学中心复杂航天系统综合电子与信息技术重点实验室
中国科学院大学计算机科学与技术学院
出处
《计算机工程与应用》
CSCD
北大核心
2022年第20期132-140,共9页
基金
国家部委预研基金。
文摘
利用卷积神经网络对行人图像提取一个简单的全局特征,在复杂的行人重识别任务中无法获得令人满意的结果。局部特征学习的方式有助于获取更丰富的人体特征,但往往需要图像中的人体具有良好的空间对齐,而且,将人体各部分特征输入到独立的分支学习局部信息,忽略了人体各部分特征间的相关性,限制模型的性能提升。在此背景下,提出了一种新的多尺度特征学习算法,结合全局与局部特征学习得到更好的行人表示,提升复杂场景下模型的识别能力。对骨干网络不同深度输出的行人特征图,通过特征对齐模块对其执行空间变换,实现行人特征在空间上的矫正和对齐,进一步增强模型的泛化性能。在公开的大型行人重识别数据集上,与当前一些流行的方法进行了比较,验证了所提方法的有效性。
关键词
深度学习
卷积神经网络
行人
重识别
多尺度特征学习
行人
对齐
Keywords
deep learning
convolutional neural network(CNN)
person re-identification
multi-scale feature learning
pedestrian alignment
分类号
TP391.4 [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
基于随机擦除行人对齐网络的行人重识别方法
被引量：
8
3
作者
金翠
王洪元
陈首兵
机构
常州大学信息科学与工程学院
出处
《山东大学学报（工学版）》
CAS
北大核心
2018年第6期67-73,共7页
基金
国家自然科学基金资助项目(61572085)
文摘
基于检测出的行人图像容易出现错位和深度网络容易出现过拟合现象的问题,使用行人对齐网络和随机擦除数据增强,对行人数据集进行预处理。使图像生成不同程度的遮挡,并通过仿射估计分支中的空间变换网络层将图像中的错位进行修正。裁剪背景大的部分,填补行人图像缺失的部分,从而降低网络过拟合的现象,提高网络泛化能力。Market1501、DuckM TM C-reID和CUHK03数据集上进行试验,结果表明在rank-1的值达到84%左右。将随机擦除行人对齐网络方法与其他方法进行比较,发现随机擦除行人对齐网络的行人重识别方法的试验结果要好。
关键词
行人
重识别
行人
对齐
网络
数据增强
过拟合
图像错位
Keywords
person re-identification
pedestrian alignment network
data enhancement
overfitting
image misalignment
分类号
TP391 [自动化与计算机技术—计算机应用技术]
原文传递
题名
鉴别性特征学习模型实现跨摄像头下行人即时对齐
被引量：
1
4
作者
余春艳
钟诗俊
机构
福州大学数学与计算机科学学院
出处
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2019年第4期602-611,共10页
基金
福建省产学合作重大项目(2016H6010)
福建省自然科学基金(2018J01794)
+1 种基金
福建省引导性基金(2016Y0060)
福建省卫生教育联合攻关计划项目(WKJ2016-2-26)
文摘
为解决由于采用延后的关联算法而造成目标错误匹配和子序列漏匹配的问题,提出一种使用鉴别性特征学习模型实现跨摄像头下行人即时对齐的方法.首先基于孪生网络模型整合行人分类和行人身份鉴别模型,仅通过目标行人的单帧信息就可习得具有良好鉴别性的行人外观特征,完成行人相似性值计算;其次提出跨摄像头行人即时对齐模型,根据行人外观、时序和空间3个方面的关联适配度实时建立最小费用流图并求解.实验结果表明,在行人重识别数据集Market-1501和CUHK03上,行人分类和身份鉴别模型的融合能显著提升特征提取的有效性且泛化能力良好,性能全面优于Gate-SCNN与S-LSTM方法;进一步地,在非重叠区域的跨摄像头行人跟踪的基准数据集NLPR_MCT上,该方法的行人即时关联精度比2014年ECCV跨摄像头行人跟踪冠军的延后关联算法高出了3.3%,仅次于当前最高精度算法6.6%,应用于跨摄像头跟踪时,跟踪精度亦超过当前的大部分算法.
关键词
行人
即时
对齐
鉴别性特征学习模型
卷积孪生网络
Keywords
pedestrian instant alignment
discriminative feature learning
siamese network
分类号
TP391.41 [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
基于奇异值分解行人对齐网络的行人重识别
张继
金翠
王洪元
陈首兵
《山东大学学报（工学版）》
CAS
CSCD
北大核心
2019
3
原文传递
2
结合多尺度特征学习与特征对齐的行人重识别
金子丰
卞春江
陈实
《计算机工程与应用》
CSCD
北大核心
2022
1
下载PDF
职称材料
3
基于随机擦除行人对齐网络的行人重识别方法
金翠
王洪元
陈首兵
《山东大学学报（工学版）》
CAS
北大核心
2018
8
原文传递
4
鉴别性特征学习模型实现跨摄像头下行人即时对齐
余春艳
钟诗俊
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2019
1
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
