基于身份导向自监督表示学习的智能寻人系统
Identity-seeking selfsupervised representation learning for a smart person-tracking system作者机构:周口师范学院网络工程学院河南周口466000
出 版 物:《周口师范学院学报》 (Journal of Zhoukou Normal University)
年 卷 期:2024年第41卷第2期
页 面:50-54页
学科分类:1305[艺术学-设计学(可授艺术学、工学学位)] 13[艺术学] 08[工学] 081104[工学-模式识别与智能系统] 0804[工学-仪器科学与技术] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程]
基 金:2024年周口师范学院应用型课程建设项目(YYKC-2024026)
主 题:行人重识别 身份导向自监督表示学习 无标注数据学习
摘 要:行人重识别(person re-identification, Person Re ID)技术对安全监控和个人跟踪等领域至关重要,但标注数据的稀缺性和高成本限制了其广泛应用。针对这一问题,设计一种基于身份导向自监督表示(Identity-seeking Self-supervised Representation, ISR)学习方法的寻人系统,能够从大规模无标注视频数据中学习并提取人员的特征表示。系统架构分为三个模块:首先,利用YOLOV8模型对视频流中的人物进行检测,并自动裁剪出galley图片;其次,通过ISR学习方法对galley图片进行特征提取,并构建特征数据库;最后,在特征数据库中,检索与查询图片相似的galley图片,并关联到对应的视频帧。实验结果证明,系统搜索准确高效,具有广泛的应用价值和实用潜力。