检索结果-南通市图书馆

吉林大学学报（工学版） 2022年第4期52卷 925-933页

作者：陈雪云贝学宇姚渠金鑫广西大学电气工程学院南宁530004

目前的语义分割方法可以得到行人的轮廓,但在行人相互遮挡时,无法直接得到图中行人的数量、身高和中心位置等信息。针对这一缺陷,提出了G-UNet模型算法:在语义分割主干之外,增加一个行人区域的高斯椭圆密度核检测分支,通过核的极大值点... 详细信息

目前的语义分割方法可以得到行人的轮廓,但在行人相互遮挡时,无法直接得到图中行人的数量、身高和中心位置等信息。针对这一缺陷,提出了G-UNet模型算法:在语义分割主干之外,增加一个行人区域的高斯椭圆密度核检测分支,通过核的极大值点、垂直和水平轴尺度,分别检测行人的中心位置、高度和宽度,并由密度核极大值点的唯一性,解决了行人遮挡的检测难题。另外,UNet以空间对称的方式将底层和高层特征进行硬性的拼接,使得50%的固定误差直接传播到底层。本文提出可训练的柔性系数拼接方式,可以得到最优的误差分配传播方式。最后,传统的损失函数的误差值与行人标定面积成正比,导致小尺度行人容易漏检,本文提出目标增强损失函数提高网络检测小尺度行人的能力。在自建行人分割数据库中,实验结果证明了本文方法的有效性且优于其他方法。

关键词：计算机应用行人语义分割高斯核柔性连接目标增强损失

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于对抗学习和区域增强的无监督域自适应行人再辨识方法研究

基于对抗学习和区域增强的无监督域自适应行人再辨识方法研究

引用

作者：韦沛佚广西师范大学

学位级别：硕士

行人再辨识是图像检索研究的一个重要分支,其主要任务是给定一张行人图像,然后在不同视频监控系统中检索出同一行人。该项技术可广泛应用于智能视频监控、安保、刑侦等领域,具有重要的理论意义和良好的商用前景。近年来,基于深度学习的... 详细信息

行人再辨识是图像检索研究的一个重要分支,其主要任务是给定一张行人图像,然后在不同视频监控系统中检索出同一行人。该项技术可广泛应用于智能视频监控、安保、刑侦等领域,具有重要的理论意义和良好的商用前景。近年来,基于深度学习的有监督行人再辨识方法的准确率不断突破新高。但这类方法在实际应用时却面临诸多挑战。首先,这类方法需要标注大量的数据集来训练模型,人工成本巨大。此外,在带标注的数据集上训练好的模型应用于开放场景时,往往会因为域间差异(如不同的光照,色差,纹理等)问题而导致模型性能大幅下降。为了解决以上问题,本文提出了基于对抗学习和区域增强的无监督域自适应行人再辨识方法。本文的主要工作如下:1)提出了一种基于对抗学习和注意力的强化域自适应行人再辨识方法。首先,经过风格转换使带标签的源域图像具有目标域图像的风格,从视觉上减小两个域之间的域间差异;其次,专门设计了一个以Wasserstein度量作为判别函数的对抗学习模块,从特征分布上进一步缩小域间差异,即将两个域提取到的特征映射到特征空间中,并通过对抗学习的方式对齐两个域的特征,进而增强模型的域自适应能力。接着,提出了一种空间-通道注意力机制来增强行人区域并抑制背景噪声,从而提升行人识别和聚类的性能。最后,设计了一种反馈训练机制,即在风格转换的过程中引入了行人再辨识计算,以解决风格转换过程中源域标签丢失的问题,进而保持了风格转换前后源域图像的语义一致性。实验表明,相较于其他的域自适应行人再辨识方法,本文提出的方法在Duck→Market,Market→Duke,Market→MSMT17和Duke→MSMT17的跨域实验中,m AP精度分别提高了2.6%,0.6%,2.1%,4.1%。2)采用注意力机制对行人图像进行处理只能关注到行人的大致区域,仍然会有少量背景噪声或忽略部分行人区域特征的情况出现。因此,提出一种基于行人语义分割和自相似性学习的区域增强方法,以进一步提升模型性能。该方法首先通过人体解析模型对行人各部分进行语义标签预测;其次,将各部分的语义标签特征进行语义激活并分别与图像特征进行掩模运算,以获得各个区域部分的表示;然后,结合语义标签特征图对各区域部分的表示特征进行融合,进而得到图像中人体部分的精细化表示;最后,通过对人体部分的全局区域和局部区域进行自相似性学习,以提升模型的泛化性能。通过在Duck→Market,Market→Duke,Market→MSMT和Duke→MSMT上的实验结果表明,该方法的性能可以在原来的基础上分别进一步提升2.6%,3.4%,1.7%和2.1%。

关键词：行人再辨识对抗学习风格转换无监督聚类行人语义分割

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：