检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

行人再识别技术综述

自动化学报 2018年第9期44卷 1554-1568页

作者：李幼蛟卓力张菁李嘉锋张辉北京工业大学计算智能与智能系统北京市重点实验室北京100124 北京工业大学信息学部微电子学院北京100124 山东理工大学计算机科学与技术学院淄博255000 北京电动车辆协同创新中心北京100081

行人再识别指的是判断不同摄像头下出现的行人是否属于同一行人,可以看作是图像检索的子问题,可以广泛应用于智能视频监控、安保、刑侦等领域.由于行人图像的分辨率变化大、拍摄角度不统一、光照条件差、环境变化大、行人姿态不断变化... 详细信息

行人再识别指的是判断不同摄像头下出现的行人是否属于同一行人,可以看作是图像检索的子问题,可以广泛应用于智能视频监控、安保、刑侦等领域.由于行人图像的分辨率变化大、拍摄角度不统一、光照条件差、环境变化大、行人姿态不断变化等原因,使得行人再识别成为目前计算机视觉领域一个既具有研究价值又极具挑战性的研究热点和难点问题.早期的行人再识别方法大多基于人工设计特征,在小规模数据集上开展研究.近年来,大规模行人再识别数据集不断推出,以及深度学习技术的迅猛发展,为行人再识别技术的发展带来了新的契机.本文对行人再识别的发展历史、研究现状以及典型方法进行梳理和总结.首先阐述了行人再识别的基本研究框架,然后分别针对行人再识别的两个关键技术(特征表达和相似性度量),进行了归纳总结,重点介绍了目前发展迅猛的深度学习技术在行人再识别中的应用.另外,本文对行人再识别中代表性的数据集以及在各个数据集上可以取得优异性能的方法进行了分析和比较.最后对行人再识别技术的未来发展趋势进行了展望.

关键词：行人再识别人工设计特征深度学习特征表达相似性度量

在线全文

学校读者我要写书评

暂无评论

行人再识别系统中无感噪声攻击的防御方法

计算机应用研究 2022年第7期39卷 2172-2177页

作者：王进张荣南通理工学院计算机与信息工程学院江苏南通226000 南通大学信息科学技术学院江苏南通226000

深度学习在行人再识别任务上的应用已经取得了较大进步。然而,由于深度神经网络的鲁棒性容易受到对抗样本的攻击,深度学习在行人再识别模型应用中暴露出来一些安全问题。针对该问题,提出一种无感噪声攻击的防御方法DSN。首先,利用RGB图... 详细信息

深度学习在行人再识别任务上的应用已经取得了较大进步。然而,由于深度神经网络的鲁棒性容易受到对抗样本的攻击,深度学习在行人再识别模型应用中暴露出来一些安全问题。针对该问题,提出一种无感噪声攻击的防御方法DSN。首先,利用RGB图像的灰度补丁图像,使其在训练过程中增强数据,从而提升行人再识别模型的识别能力。其次,采用模型内外结合的防御结构,并采用一种新的降噪网络,对输入的噪声图像进行降噪处理,从而使得行人再识别模型有更高的识别精度和防御无感噪声攻击的能力。在market1501数据集上模拟无感噪声攻击与防御,实验结果显示,该方法将mAP识别精度从2.6%提高到82.6%,rank-1精度从0.8%提高到83.5%。另外,通过消融实验表明了该方法中每个模块防御无感噪声攻击的有效性。

关键词：行人再识别无感噪声对抗样本对抗防御对抗攻击

在线全文

学校读者我要写书评

暂无评论

行人再识别中的多尺度特征融合网络

北京工业大学学报 2020年第7期46卷 788-794页

作者：贾熹滨鲁臣 Siluyele Ntazana Mazimba Windi 北京工业大学信息学部北京100124

针对行人再识别中待识别对象和目标对象的体态、衣服的颜色等外貌特征非常相似时,模型难以正确识别行人身份这一难点问题,提出了一个基于残差网络ResNet50改进的多尺度特征融合网络.通过利用最后一层特征协同多个中间层特征,采用顶层到... 详细信息

针对行人再识别中待识别对象和目标对象的体态、衣服的颜色等外貌特征非常相似时,模型难以正确识别行人身份这一难点问题,提出了一个基于残差网络ResNet50改进的多尺度特征融合网络.通过利用最后一层特征协同多个中间层特征,采用顶层到下层递进式加和的特征层融合机制来提取行人图像特征,确保模型在总体特征表述基础上,提高对微小细节信息的表征能力.在3个主流的行人再识别公共数据集Market-1501、CUHK03(D)和DukeMTMC-reID上进行了实验,与2018年同类型的行人再识别网络DaRe相比,提出的方法比Market-1501数据集的Rank-1指标提升了2.82%,mAP指标提升了4.32%;比DukeMTMC-reID数据集的Rank-1指标提升了5.45%,mAP指标提升了6.4%.实验结果证明了所提出方法的有效性.

关键词：行人再识别多尺度特征融合卷积神经网络局部特征特征可视化细节信息

在线全文

学校读者我要写书评

暂无评论

基于时空共现模式的视觉行人再识别

自动化学报 2022年第2期48卷 408-417页

作者：钱锦浩宋展仁郭春超赖剑煌谢晓华中山大学计算机学院广州510006 视频图像智能分析与应用技术公安部重点实验室广州510006 机器智能与先进计算教育部重点实验室广州510006

基于视频图像的视觉行人再识别是指利用计算机视觉技术关联非重叠域摄像头网络下的相同行人,在视频安防和商业客流分析中具有重要应用.目前视觉行人再识别技术已经取得了相当不错的进展,但依旧面临很多挑战,比如摄像机的拍摄视角不同、... 详细信息

基于视频图像的视觉行人再识别是指利用计算机视觉技术关联非重叠域摄像头网络下的相同行人,在视频安防和商业客流分析中具有重要应用.目前视觉行人再识别技术已经取得了相当不错的进展,但依旧面临很多挑战,比如摄像机的拍摄视角不同、遮挡现象和光照变化等所导致的行人表观变化和匹配不准确问题.为了克服单纯视觉匹配困难问题,本文提出一种结合行人表观特征跟行人时空共现模式的行人再识别方法.所提方法利用目标行人的邻域行人分布信息来辅助行人相似度计算,有效地利用时空上下文信息来加强视觉行人再识别.在行人再识别两个权威公开数据集Market-1501和DukeMTMC-ReID上的实验验证了所提方法的有效性.

关键词：行人再识别深度学习时空共现模式行人邻域

在线全文

学校读者我要写书评

暂无评论

面向跨域行人再识别的虚拟数据生成与选择

图学学报 2023年第4期44卷 775-783页

作者：蔡益武张雨佳张永飞北京航空航天大学计算机学院北京市数字媒体实验室北京100191 北京航空航天大学虚拟现实技术与系统国家重点实验室北京100191

针对当前基于深度学习的行人再识别模型依赖于大量标注数据的训练,其收集和标注代价极高;而现有的行人图像数据生成方法未考虑目标域数据特点,跨域性能有待提升的问题,提出一种面向跨域行人再识别的虚拟数据生成与选择算法。首先利用目... 详细信息

针对当前基于深度学习的行人再识别模型依赖于大量标注数据的训练,其收集和标注代价极高;而现有的行人图像数据生成方法未考虑目标域数据特点,跨域性能有待提升的问题,提出一种面向跨域行人再识别的虚拟数据生成与选择算法。首先利用目标域前景信息如行人着装颜色分布指导虚拟3D人体模型生成,获得与真实人物整体着装较为相似的虚拟人物。接着引导模型专注于通过前景信息区分不同行人,在生成的虚拟数据上替换目标域背景信息,达到在像素级上提高源域数据质量的目的。最后,根据分布度量如Wasserstein Distance等度量源域和目标域的特征分布距离,在特征级上选择与目标域最接近的源域训练子集用以模型训练。实验结果表明,该方法优于现有的其他行人数据生成算法,可以显著提升行人再识别模型的跨域泛化性能。

关键词：行人再识别数据生成虚拟引擎数据选择分布度量

基于多对多生成对抗网络的非对称跨域迁移行人再识别

在线全文

学校读者我要写书评

暂无评论

自动化学报 2022年第1期48卷 103-120页

作者：梁文琦王广聪赖剑煌中山大学计算机学院广州510006 广州新华学院广州510520 广东省信息安全技术重点实验室广州510006 机器智能与先进计算教育部重点实验室广州510006

无监督跨域迁移学习是行人再识别中一个非常重要的任务.给定一个有标注的源域和一个没有标注的目标域,无监督跨域迁移的关键点在于尽可能地把源域的知识迁移到目标域.然而,目前的跨域迁移方法忽略了域内各视角分布的差异性,导致迁移效... 详细信息

无监督跨域迁移学习是行人再识别中一个非常重要的任务.给定一个有标注的源域和一个没有标注的目标域,无监督跨域迁移的关键点在于尽可能地把源域的知识迁移到目标域.然而,目前的跨域迁移方法忽略了域内各视角分布的差异性,导致迁移效果不好.针对这个缺陷,本文提出了一个基于多视角的非对称跨域迁移学习的新问题.为了实现这种非对称跨域迁移,提出了一种基于多对多生成对抗网络(Many-to-many generative adversarial network,M2M-GAN)的迁移方法.该方法嵌入了指定的源域视角标记和目标域视角标记作为引导信息,并增加了视角分类器用于鉴别不同的视角分布,从而使模型能自动针对不同的源域视角和目标域视角组合采取不同的迁移方式.在行人再识别基准数据集Market1501、DukeMTMC-reID和MSMT17上,实验验证了本文的方法能有效提升迁移效果,达到更高的无监督跨域行人再识别准确率.

关键词：行人再识别多对多跨域迁移非监督迁移学习生成对抗网络

在线全文

学校读者我要写书评

暂无评论

基于人体骨架信息的行人再识别研究综述

光学精密工程 2023年第8期31卷 1228-1243页

作者：贾梦瑜张继凯马茹吕晓琪内蒙古科技大学信息工程学院内蒙古包头014010 内蒙古工业大学内蒙古呼和浩特010051

行人再识别的主要任务是利用计算机视觉从不同的摄像机中检索出相同身份的人,对特定的行人进行匹配和检索,此研究可以广泛应用于智能视频监控、智能安保等领域。相比于其他易受改变的人体外观特征,提取人的骨架信息作为鉴别特征更具有... 详细信息

行人再识别的主要任务是利用计算机视觉从不同的摄像机中检索出相同身份的人,对特定的行人进行匹配和检索,此研究可以广泛应用于智能视频监控、智能安保等领域。相比于其他易受改变的人体外观特征,提取人的骨架信息作为鉴别特征更具有鲁棒性。为了了解该领域的发展现状,辅助该领域的研究者们进行更深入的探索,本文重点研究了基于人体骨架信息的行人再识别方法,根据算法包含的特征信息,将其分为独立式和混合式,混合式除人体骨架信息外还分别包括RGB-D图像特征和步态特征,之后对不同方法进行了比较,其次在主要数据集上对不同方法进行了评估,最后对此研究的问题与挑战进行了总结并对未来发展趋势进行了展望。

关键词：行人再识别骨架信息 RGB-D图像步态特征

在线全文

学校读者我要写书评

暂无评论

引入语义部位约束的行人再识别

电子与信息学报 2020年第12期42卷 3037-3044页

作者：陈莹陈巧媛江南大学轻工过程先进控制教育部重点实验室无锡214122

为减轻行人图片中的背景干扰,使网络着重于行人前景并且提高前景中人体部位的利用率,该文提出引入语义部位约束(SPC)的行人再识别网络。在训练阶段,首先将行人图片同时输入主干网络和语义部位分割网络,分别得到行人特征图和部位分割图;... 详细信息

为减轻行人图片中的背景干扰,使网络着重于行人前景并且提高前景中人体部位的利用率,该文提出引入语义部位约束(SPC)的行人再识别网络。在训练阶段,首先将行人图片同时输入主干网络和语义部位分割网络,分别得到行人特征图和部位分割图;然后,将部位分割图与行人特征图融合,得到语义部位特征;接着,对行人特征图进行池化得到全局特征;最后,同时使用身份约束和语义部位约束训练网络。在测试阶段,由于语义部位约束使得全局特征拥有部位信息,因此测试时仅使用主干网络提取行人的全局信息即可。在大规模公开数据集上的实验结果表明,语义部位约束能有效使得网络提高辨别行人身份的能力并且缩减推断网络的计算花费。与现有方法比较,该文网络能更好地抵抗背景干扰,提高行人再识别性能。

关键词：行人再识别人体语义分割语义部位约束

在线全文

学校读者我要写书评

暂无评论

联合语义分割与注意力机制的行人再识别模型

计算机工程 2022年第2期48卷 201-206页

作者：周东明张灿龙唐艳平李志欣广西师范大学广西多源信息挖掘与安全重点实验室广西桂林541004 桂林电子科技大学计算机与信息安全学院广西桂林541006

受行人姿态变化、光照视角、背景变换等因素的影响,现有行人再识别模型通常对数据集中的行人分成若干块提取图像的局部特征进行辨识以提高识别精度,但存在人体局部特征不匹配、容易丢失非人体部件的上下文线索等问题。构建一种改进的行... 详细信息

受行人姿态变化、光照视角、背景变换等因素的影响,现有行人再识别模型通常对数据集中的行人分成若干块提取图像的局部特征进行辨识以提高识别精度,但存在人体局部特征不匹配、容易丢失非人体部件的上下文线索等问题。构建一种改进的行人再识别模型,通过将人体语义解析网络的局部特征进行对齐,增强行人语义分割模型对图像中行人任意轮廓的建模能力,利用局部注意力网络捕捉非人体部分丢失的语境线索。实验结果表明,该模型在Market-1501、DukeMTMC和CUHK03数据集上的平均精度均值分别达到83.5%、80.8%和92.4%,在DukeMTMC数据集上的Rank-1为90.2%,相比基于注意力机制、行人语义解析和局部对齐网络的行人再识别模型具有更强的鲁棒性和迁移性。

关键词：人体语义解析网络局部注意力网络行人再识别局部对齐网络深度学习