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

基于原型分散网络的端到端行人搜索方法

计算机工程 2025年第1期51卷 269-276页

作者：张雯欣刘玉杰王兆勇孙浩淼李宗民中国石油大学(华东)计算机科学与技术学院山东青岛266580 山东石油化工学院大数据与基础科学学院山东东营257061

行人搜索旨在全景图像中对目标行人进行定位和识别,可以看作目标检测和行人重识别任务的结合。然而,不同行人的着装相似性和同一行人在多变环境条件下的外观差异,增加了行人身份辨别的难度。为了解决这一问题,提出了一个原型分散网络,... 详细信息

行人搜索旨在全景图像中对目标行人进行定位和识别,可以看作目标检测和行人重识别任务的结合。然而,不同行人的着装相似性和同一行人在多变环境条件下的外观差异,增加了行人身份辨别的难度。为了解决这一问题,提出了一个原型分散网络,通过调整原型的分布情况,增强网络的辨别能力。首先,设计了一个原型增强模块,通过原型特征指导注意力网络的学习并利用K最大池化方法保留更多重要的行人特征,借助原型的指导使网络关注更重要的区域,学习细粒度的行人特征,进而提高网络对相似行人的辨别能力。其次,提出一种自适应更新的原型学习策略,以在原型特征更新时保留更多检测精准的候选框信息。最后,通过分布稀疏损失保证所存储的原型尽可能分散,从而确保网络能识别到行人的可区分性特征。最终在公共的行人搜索数据集CUHK-SYSU和PRW上进行了实验,该方法在平均精度均值(mAP)上分别达到了95.1%和49.8%,在Top-1准确率上分别达到了95.9%和88.5%,有效地提高了行人搜索的准确率。

关键词：行人搜索行人重识别原型自适应更新分布稀疏损失

在线全文

学校读者我要写书评

暂无评论

行人搜索算法综述

电子科技大学学报 2024年第5期53卷 732-748页

作者：李位星张瑜贾普阳高琪潘峰北京理工大学自动化学院北京100081

随着深度学习技术的快速发展,行人搜索算法的研究得到大量学者的关注。行人搜索是在行人检测和行人重识别任务的基础上在图像中寻找特定目标行人。该文对近年来行人搜索任务相关研究进展进行了详细梳理。按照模型网络结构和损失函数两... 详细信息

随着深度学习技术的快速发展,行人搜索算法的研究得到大量学者的关注。行人搜索是在行人检测和行人重识别任务的基础上在图像中寻找特定目标行人。该文对近年来行人搜索任务相关研究进展进行了详细梳理。按照模型网络结构和损失函数两方面对现有方法进行分析和总结。依据卷积神经网络和Transformer两类不同的技术路线,重点阐述各自代表性方法的主要研究工作;并按照传统损失函数、OIM损失函数及混合损失函数对行人搜索采用的训练损失函数进行详细总结。此外,总结了行人搜索任务领域常用的公开数据集,比较和分析了主要算法在相应数据集上的性能表现。最后总结了行人搜索任务的未来研究方向。

关键词：行人搜索卷积神经网络 Transformer 损失函数深度学习

在线全文

学校读者我要写书评

暂无评论

基于空间级解耦和上下文增强的行人搜索方法

天津大学学报（自然科学与工程技术版） 2023年第12期56卷 1307-1316页

作者：庞彦伟王佳蓓天津大学电气自动化与信息工程学院天津300072 天津市类脑智能技术重点实验室天津300072

行人搜索是一个同时处理行人检测与行人重识别的联合任务.然而,行人检测与行人重识别之间存在任务冲突:行人检测旨在区分人与背景区域,关注行人的共性;行人重识别旨在辨别不同人,关注行人的特性.针对此任务冲突,与以往堆叠多个卷积层的... 详细信息

行人搜索是一个同时处理行人检测与行人重识别的联合任务.然而,行人检测与行人重识别之间存在任务冲突:行人检测旨在区分人与背景区域,关注行人的共性;行人重识别旨在辨别不同人,关注行人的特性.针对此任务冲突,与以往堆叠多个卷积层的深度级解耦方式不同,基于空间分离的思想,提出了一种简单高效的空间级解耦策略.该策略为两个任务设计不同的可形变卷积,自适应地在不同位置上分别提取行人检测特征与行人重识别特征,实现了行人共性与特性的分离.进一步,为了利用丰富的上下文信息帮助更好地辨别不同的行人,提出了一种上下文增强特征提取模块.该模块使用全局感知的多头注意力网络生成信息互补的多级特征,然后利用所设计的基于自注意力机制的多级特征融合模块,融合得到上下文增强特征.在该上下文增强特征的基础上,应用上述空间级解耦策略对其不同空间位置进行采样,解耦行人检测和行人重识别两个任务.实验结果表明,所提方法在CUHK-SYSU测试集上mAP和top-1准确率分别达到了94.2%和94.6%,在PRW测试集上mAP和top-1准确率分别达到了52.6%和87.6%,能够有效地提升行人搜索任务性能.

关键词：行人搜索行人检测行人重识别形变卷积上下文增强

在线全文

学校读者我要写书评

暂无评论

结合双路网络和多标签分类的弱监督行人搜索

计算机工程与应用 2023年第9期59卷 159-166页

作者：张建贺姜晓燕上海工程技术大学电子电气工程学院上海201620

有监督的行人搜索方法依赖于行人框和行人身份的精细标记,而大规模数据集下行人框的标注较易实现,但跨图像的行人身份标记却非常困难。为了摆脱对行人身份标签的依赖,只借助行人框标注,设计了结合双路网络和多标签分类的弱监督行人搜索... 详细信息

有监督的行人搜索方法依赖于行人框和行人身份的精细标记,而大规模数据集下行人框的标注较易实现,但跨图像的行人身份标记却非常困难。为了摆脱对行人身份标签的依赖,只借助行人框标注,设计了结合双路网络和多标签分类的弱监督行人搜索方法,同时对行人定位和再识别任务进行联合优化。为减少行人定位误差引起的背景信息干扰,融合全景图像分支和裁剪图像分支进行双路特征学习,通过最小化两分支中同行人实例的特征差异来增强网络对行人区域语义信息的表征能力。同时,为解决无身份标签监督下行人可辨识特征的学习问题,设计了在线多标签预测,通过相似度阈值和互近邻原则来提升标签的可靠性。最后利用基于特征存储的非参数化分类器进行多标签分类学习,鼓励相似度高的特征聚合,相似度低的特征分离。实验评估在CUHK-SYSU数据集的mAP和top-1分别达到84.2%和86.0%,在PRW数据集的mAP和top-1分别达到38.8%和85.1%,与最新的方法相比性能表现突出。

关键词：行人搜索弱监督学习行人再识别多标签分类

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于多粒度匹配的行人搜索算法

智能系统学报 2022年第2期17卷 420-426页

作者：杨玉婷苗夺谦同济大学电子与信息工程学院上海201804 同济大学嵌入式系统与服务计算教育部重点实验室上海201804

行人搜索旨在从一系列未经裁剪的图像中对行人进行定位与识别,融合了行人检测和行人重识别两个子任务。现有的方法设计了基于Faster R-CNN的端到端框架来解决此任务,但是行人检测和重识别两个子任务之间存在特征优化目标粒度不一致问题... 详细信息

行人搜索旨在从一系列未经裁剪的图像中对行人进行定位与识别,融合了行人检测和行人重识别两个子任务。现有的方法设计了基于Faster R-CNN的端到端框架来解决此任务,但是行人检测和重识别两个子任务之间存在特征优化目标粒度不一致问题。为了解决这一问题,提出一种双全局池化结构,使用全局平均池化提取检测分支的共性特征,使用基于注意力机制的全局K最大池化提取re-ID分支的特性特征,为两个子任务提取符合各自粒度特性的特征。同时由于re-ID子任务的细粒度特性,还提出一种改善粒度匹配的画廊边界框加权算法,把查询人和画廊边界框的分辨率差异纳入相似度计算。实验证明融入多粒度的方法有效地提高了单阶段算法在CHUK-SYSU和PRW数据集上的性能。

关键词：行人搜索行人检测行人重识别多粒度特征融合深度学习鲁棒性计算机视觉

在线全文

学校读者我要写书评

暂无评论

基于多样性图像和实例增强的域适应行人搜索

激光与光电子学进展 2024年第14期61卷 418-427页

作者：董芝强曹家乐杨爱萍天津大学电气自动化与信息工程学院天津300072

传统全监督行人搜索方法大多仅适用于同一数据域,在未知数据域上泛化力不足。近来研究人员开始探索域适应行人搜索,旨在提升模型在未知目标域的泛化力,需要解决的主要问题是域对齐和可靠正负实例样本生成。基于此,提出基于多样性图像和... 详细信息

传统全监督行人搜索方法大多仅适用于同一数据域,在未知数据域上泛化力不足。近来研究人员开始探索域适应行人搜索,旨在提升模型在未知目标域的泛化力,需要解决的主要问题是域对齐和可靠正负实例样本生成。基于此,提出基于多样性图像和实例增强的域适应行人搜索方法,从图像和实例多样性增强的角度出发,更好地实现域对齐和可靠样本生成。该方法包含两个新模块:源域图像增强模块和负实例增强的重识别学习模块。源域图像增强模块仅丰富源域图像数据的多样性,进而提高对目标域的域适应力。在负实例增强的重识别学习模块中,引入多样性负实例挖掘模块从目标域和源域挖掘丰富的负实例样本,提高对重识别特征的可判别性。所提模块仅用于训练阶段,不增加测试阶段推理时间。在行人搜索数据集CUHK-SYSU和PRW上进行实验,验证了所提方法的有效性。其中,在PRW测试集上,所提方法取得了40.8%的平均精度均值(mAP),比现有域适应方法 DAPS提高了6.1百分点。

关键词：行人搜索域适应源域图像增强负实例增强的重识别学习多样性负实例挖掘

在线全文

学校读者我要写书评

暂无评论

多粒度遮挡特征增强的行人搜索算法

智能系统学报 2024年

作者：苗春玲张红云吴卓嘉张齐贤苗夺谦同济大学电子与信息工程学院同济大学嵌入式系统与服务计算教育部重点实验室

现有行人搜索方法着重于从有限的标注场景图中学习有效的行人表征，虽然这些方法取得了一定的效果，但学习更具有身份辨别力的行人表征通常依赖于大规模的标注数据，而获取大规模的标注数据是一个资源、劳动密集型的过程。为此，该文提... 详细信息

现有行人搜索方法着重于从有限的标注场景图中学习有效的行人表征，虽然这些方法取得了一定的效果，但学习更具有身份辨别力的行人表征通常依赖于大规模的标注数据，而获取大规模的标注数据是一个资源、劳动密集型的过程。为此，该文提出了一种场景图多粒度遮挡特征增强算法，对原始场景图进行多粒度随机遮挡，扩充训练数据，并从遮挡后的场景图中生成具有多样化信息的虚拟特征，最后利用生成的虚拟特征增强真实特征中的行人表征。进一步，基于生成对抗学习，该文设计了多粒度特征对齐模块，用于对齐遮挡图像特征和原始图像特征，保持两者语义一致性。实验结果表明，在CUHK-SYSU和PRW数据集上，该算法能够显著提升行人搜索任务的搜索精度。

关键词：深度学习计算机视觉行人搜索目标检测粒计算数据处理特征提取生成对抗网络对齐

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于图像的端到端行人搜索算法综述

计算机应用 2024年第8期44卷 2544-2550页

作者：王翠邓淼磊张德贤李磊杨晓艳河南工业大学信息科学与工程学院郑州450001 河南省粮食信息处理国际联合实验室郑州450001

行人搜索是计算机视觉领域中重要的研究方向之一,旨在从未剪裁的图像库中检测和识别人物。为深入了解行人搜索算法,总结与分析大量相关文献。首先根据网络结构的不同,将行人搜索算法分为两类:一类是传统的两步法,一类是基于端到端的一步... 详细信息

行人搜索是计算机视觉领域中重要的研究方向之一,旨在从未剪裁的图像库中检测和识别人物。为深入了解行人搜索算法,总结与分析大量相关文献。首先根据网络结构的不同,将行人搜索算法分为两类:一类是传统的两步法,一类是基于端到端的一步法,并重点分析和介绍一步法的关键技术——特征学习和度量学习。然后,介绍了行人搜索领域的数据集和评价指标,比较与分析主流算法性能。实验结果表明,两步法虽然实现了很好的性能,但大多数的方法计算成本较高,且耗时较长;而一步法可以在更高效的学习框架中共同解决行人检测和行人重识别2个子任务,效果更好。最后,总结行人搜索算法,并展望了未来的发展方向。

关键词：行人搜索两步法一步法行人检测行人重识别

基于Sophon SC5+芯片构架的行人搜索算法与优化

在线全文

学校读者我要写书评

暂无评论

计算机应用 2023年第3期43卷 744-751页

作者：孙杰吴绍鑫王学军华璟浙江工商大学计算机与信息工程学院杭州310018 深圳市星火电子工程公司广东深圳518001

传统的基于深度神经网络的行人搜索算法计算量大,在大规模部署时搜索性能低,导致算法在落地应用于硬件和预算有限的终端时面临成本高、速度慢的难题。针对以上问题,提出一种基于Sophon SC5+高性能推理芯片的行人检测与重识别算法,从算... 详细信息

传统的基于深度神经网络的行人搜索算法计算量大,在大规模部署时搜索性能低,导致算法在落地应用于硬件和预算有限的终端时面临成本高、速度慢的难题。针对以上问题,提出一种基于Sophon SC5+高性能推理芯片的行人检测与重识别算法,从算法到硬件自上而下地优化深度学习的效率。首先,利用轻量化的Ghost模块替换YOLOv5s的主干网络,从而大幅度降低模型的参数和计算量;其次,融入CBAM注意力机制,以增强算法的特征学习能力,并提高检测精度;然后,将中心损失约束和Non-local注意力机制加入行人重识别模块,并结合中心约束三元组损失和附加间隔交叉熵损失优化模型,以提升行人重识别算法性能;最后,基于Sophon SC+量化行人检测模型和行人重识别模型并生成最终的推理模型。在Market-1501与DukeMTMC-ReID数据集上的实验结果表明,相较于YOLOv4-tiny、ACRN、SVDNet等主流算法,行人检测算法与行人重识别算法的平均精度均值(mAP)至少提高了43.8和25.7个百分点。基于Sophon SC5+芯片实现int8量化后,所提算法的mAP虽然减小了1.7个百分点,但模型大小减小了74.4%,能够在大规模、城市级行人搜索系统中落地使用。

关键词：行人重识别行人搜索 Ghost模块中心损失 Sophon SC5+ 注意力机制