期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于局部语义特征不变性的跨域行人重识别 被引量:6
1
作者 张晓伟 吕明强 李慧 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2020年第9期1682-1690,共9页
行人重识别是刑侦案件中重要的侦查手段,而跨域是行人重识别的主要挑战之一,也是制约其实际应用的瓶颈问题。在带标签的源域和无标签的目标域学习跨域行人局部语义不变性特征模型。首先,在源域上通过只含有行人标识无部件标签的监督学... 行人重识别是刑侦案件中重要的侦查手段,而跨域是行人重识别的主要挑战之一,也是制约其实际应用的瓶颈问题。在带标签的源域和无标签的目标域学习跨域行人局部语义不变性特征模型。首先,在源域上通过只含有行人标识无部件标签的监督学习方式学习行人的各部件特征,并在源域和目标域上采用无监督学习方式对齐行人部件。然后,基于对齐后的行人全局与局部特征,引入特征模板池存储对齐后的目标域全局和局部特征,并设计了跨域不变性损失函数进行特征不变性约束,提高行人重识别的跨域适应能力。最后,在Market-1501、DukeMTMC-reID和MSMT17数据集之间开展了跨域行人重识别验证实验,实验结果表明,所提方法在跨域行人重识别上取得了显著的性能提升。 展开更多
关键词 行人重识别 全局特征 局部特征 语义对齐 特征模板池 跨域不变性
下载PDF
基于域鉴别网络和域自适应的行人重识别 被引量:5
2
作者 崔鹏 范志旭 《光电子.激光》 EI CAS CSCD 北大核心 2019年第6期632-639,共8页
针对行人重识别无监督跨域迁移问题,提出一种基于域鉴别网络和域自适应的行人重识别算法。首先,使用改进ResNet-50训练监督域鉴别网络模型,加入共享空间组件得到特征不变属性,用于区分类间图像,并基于对比损失和差异损失来提高模型的分... 针对行人重识别无监督跨域迁移问题,提出一种基于域鉴别网络和域自适应的行人重识别算法。首先,使用改进ResNet-50训练监督域鉴别网络模型,加入共享空间组件得到特征不变属性,用于区分类间图像,并基于对比损失和差异损失来提高模型的分类性能。其次,利用域自适应无监督迁移方法由源域数据集导出特征不变属性,并应用到未标记的目标域数据集上。最后,匹配查询图像和共享空间中的图库图像执行跨域行人重识别。为验证算法有效性,在CUHK03、Market-1501和DukeMTMC-reID数据集上进行了实验,算法在Rank-1准确度分别达到34.1%、38.1%和28.3%,在mAP分别达到34.2%、17. 1%和17.5%,最后还验证了模型各个组件在训练阶段的必要性。结果表明本文算法在大规模数据集上的性能优于现有的一些无监督行人重识别方法,甚至接近于某些传统监督学习方法的性能。 展开更多
关键词 域鉴别网络 领域自适应 跨域特征不变性 行人重识别
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部