检索结果-南通市图书馆

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于视觉感知机制制约的遥感图像融合算法

光学技术 2021年第6期47卷 754-762页

作者：杨坚华花海洋中国科学院光电信息处理重点实验室辽宁沈阳110016 中国科学院沈阳自动化研究所辽宁沈阳110016 中国科学院机器人与智能制造创新研究院辽宁沈阳110016 中国科学院大学北京100049

针对当前较多遥感图像融合方法在融合过程中对全色图像背景纹理,亮度信息制约不足,注入过多导致光谱扭曲过大,造成图像质量下降的问题。对此,提出了一种基于视觉感知机制制约全色图像背景纹理信息的遥感图像融合算法。通过广义IHS变换,... 详细信息

针对当前较多遥感图像融合方法在融合过程中对全色图像背景纹理,亮度信息制约不足,注入过多导致光谱扭曲过大,造成图像质量下降的问题。对此,提出了一种基于视觉感知机制制约全色图像背景纹理信息的遥感图像融合算法。通过广义IHS变换,获得多光谱图像的I分量和其他分量;通过非下采样轮廓波变换(NSCT),提取多光谱图像I分量和全色图像的高频系数和低频系数;经过基于高斯差分(DOG)算子的视觉感知机制,提取梯度图,再通过DOG算子的滤波特性对背景纹理进行制约,由此构造低频系数融合规则,获取制约后的融合低频系数;通过构造高频系数融合规则,完成高频系数的融合;然后通过对融合系数进行逆变换得到最终的融合图像。实验结果显示,所提算法的融合图像相较于其他算法在结构相似度上有更好的表现,且边缘密度表现较好,有效制约了全色图像背景纹理及亮度信息的注入。

关键词：遥感图像融合非下采样轮廓波变换广义IHS变换视觉感知机制

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

基于视觉感知机制的目标轮廓检测研究

基于视觉感知机制的目标轮廓检测研究

作者：胡巍杭州电子科技大学

学位级别：硕士

视觉感知是生物智能的关键内容,人们通过对图像或视频的理解,将客观世界的信息映射成为脑海中的感知内容,而目标轮廓检测是实现上述功能的重要基础。由于生物视觉系统表现出突出的性能,通过深入研究其内在工作机理,将有助于视觉计算模... 详细信息

视觉感知是生物智能的关键内容,人们通过对图像或视频的理解,将客观世界的信息映射成为脑海中的感知内容,而目标轮廓检测是实现上述功能的重要基础。由于生物视觉系统表现出突出的性能,通过深入研究其内在工作机理,将有助于视觉计算模型的构建和应用。本文模拟视觉信息流的感知和表达过程,以视通路中视觉信息流的解析和传递方式为基础,提出了一种基于尺度可变感受野的视通路轮廓检测模型;考虑到层级神经元细胞响应的差异性及关联性,提出了一种X-Y双通道多抑制联合作用的轮廓检测模型。在X-Y双通道多抑制联合作用的轮廓检测基础上,提出了一种多支路特征联合决策的半监督分类方法。本文的主要研究内容和成果如下:(1)提出了一种基于尺度可变感受野的视通路轮廓检测模型。由于传统轮廓检测未考虑视觉特征与感受野尺度之间的联系,忽视了生物视觉系统中不同视通道间视觉信息存在差异及关联,导致轮廓检测细节信息模糊不清,纹理抑制不充分,轮廓检测结果不理想。本文主要利用感受野尺度动态调节机制构建尺度可变的感受野响应模型;基于视觉系统中存在的稀疏表达、去冗余度等机制,结合稀疏编码和各向滤波器模拟神经节至外膝体的视觉信息处理;考虑到不同视通道中视觉信息的差异性及关联性,提出多路径协同作用的视通路视觉响应模型,通过V1区复杂细胞完成视觉信息的重组,根据不同视通路间视觉信息的差异性抑制背景纹理。最后,以Ru G40库的图像为实验对象进行算法模型的有效性验证。(2)提出了一种X-Y双通道多抑制联合作用的轮廓检测模型。考虑到神经元细胞以及水平细胞之间的分类和视觉信息传递通道独立并行特性,提出了一种X-Y双通道信息传递数学模型;为适应对比度差异性分布下的视觉检测任务,提出了一种对比度动态调节的感受野响应模型;模拟视觉处理机制中存在的多种纹理抑制方式,引入环形抑制和稀疏编码分别实现X和Y通道的纹理抑制;模拟生物视觉系统自动补全轮廓功能,在最优方位基础上细分方位,利用二维高斯导捕获精细方位的神经元响应,从而保证轮廓结构的完整性。最后,以Ru G40为本文实验库,将实验结果的二值轮廓图与基准图进行比较,同时与主流轮廓检测方法进行对比分析,结果表明本文方法在综合性能上优于对比方法。(3)在前述双通道多抑制联合作用的目标轮廓检测模型基础上,提出了一种多支路特征联合决策的半监督分类方法,并应用于图片分类任务中。首先将获取的目标轮廓输入到分类网络中,从而有效改善了分类效率和复杂度;另外考虑到传统分类网络对有标签数据的海量需求,并且存在网络特征表征能力差、特征利用率低等情况,本文通过多样且互补的多支路特征提高对原始轮廓数据的表征能力;设计多支路特征的联合决策并建立共识驱动图,以降低伪标签数据错误标注的风险;最后根据伪标签数据和有标签数据联合训练多支路特征网络,进一步提高网络的特征提取能力。本文选用Market-1501数据集进行实验,得到了56.8%的平均正确率(m AP)和80.3%的Rank-1正确率,取得了较好的性能。

关键词：视觉感知机制目标轮廓检测视通道神经元编码图片分类

基于视觉感知机制的立体视频质量评价方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于视觉感知机制的立体视频质量评价方法研究

作者：冯英杰天津大学

学位级别：硕士

近年来,立体成像技术快速发展,立体视频在娱乐和工业等领域发挥着越来越重要的作用。然而,立体视频的采集、存储、编码、传输和显示受技术水平和成像设备等因素影响,会存在失真和感知质量下降的问题,导致不佳的观看体验。因此,判断立体... 详细信息

近年来,立体成像技术快速发展,立体视频在娱乐和工业等领域发挥着越来越重要的作用。然而,立体视频的采集、存储、编码、传输和显示受技术水平和成像设备等因素影响,会存在失真和感知质量下降的问题,导致不佳的观看体验。因此,判断立体视频是否符合人类视觉的感知质量已经成为该领域的关键研究问题之一,它不仅可以判断立体视频的感知质量,还可以辅助立体视频制作工艺的改进和技术的提升。论文通过研究人类视觉感知机制和立体视频的信息特征,提出了以下两种基于卷积神经网络的立体视频质量评价方法。第一,论文提出了一种基于多尺度和逐级注意增强融合的立体视频质量评价方法。该方法搭建了一种三支路卷积神经网络模型,其中,左、右视点支路分别提取左、右视点视频的特征,它们通过通道级多尺度特征聚合单元提取立体视频中丰富的尺度变化特征。同时,该模型在特征融合支路采用逐级注意增强融合的策略来模拟人类视觉通路中长期的复杂的双目信息融合和注意力变化过程。此外,该方法将数据预处理为视频块并结合3D卷积进行时间特征的有效提取。第二,论文提出了一种基于视差与竞争融合的立体视频质量评价方法。该方法模型由左视点支路、右视点支路和视差补偿支路组成,三个支路的输入分别是左视点视频块、右视点视频块和差值视频块。首先,为了模拟视觉注意机制以及视觉捕获多尺度信息的机制,左、右视点支路均使用多尺度跨维度注意力模块,实现了多尺度特征提取和跨维度的注意力指导。其次,该模型构建了具有增强单元的视差补偿支路来有效提取视差信息并对特征流进行补偿,加强了整体模型的立体视觉质量感知能力。此外,基于人类视觉系统中的双目竞争现象,模型设计了一种多级竞争融合结构,该结构通过三次竞争实现来自左、右视点的特征融合。所提两种立体视频质量评价方法均在对称失真立体视频数据库NAMA3DS1-COSPAD1和非对称失真立体视频数据库QI-SVQA上进行实验验证。结果表明,两种方法在对称和非对称失真数据上均取得了较好的实验结果,与人眼的质量感知相一致,具有良好的普适性。

关键词：立体视频质量评价视觉感知机制卷积神经网络多尺度特征视差

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

模拟视觉机制的隐蔽目标识别算法研究

仪器仪表学报 2012年第2期33卷 391-396页

作者：高庆一逯鹏刘驰汤玉合陈二艳北京航空航天大学计算机学院北京100191 郑州大学电气工程学院郑州450001

针对从复杂图像背景中识别隐蔽目标的问题。模拟动物视觉高效的图像信息处理机制,提出一种仅用少样本快速准确地从复杂图像背景中识别出隐蔽目标的算法。首先采用拓扑ICA方法从自然图像中学习初级视皮层中复杂细胞感受野;然后用含有隐... 详细信息

针对从复杂图像背景中识别隐蔽目标的问题。模拟动物视觉高效的图像信息处理机制,提出一种仅用少样本快速准确地从复杂图像背景中识别出隐蔽目标的算法。首先采用拓扑ICA方法从自然图像中学习初级视皮层中复杂细胞感受野;然后用含有隐蔽目标的图像及其待配准图像分别对神经元进行刺激,筛选出对刺激有强烈响应的神经元对应内容,并通过对比找出隐蔽目标对应特征,以此对隐蔽目标进行识别。用多幅自然图像进行实验,结果表明该算法耗时少、识别率高,达到了预期的效果。

关键词：视觉感知机制算法神经元响应隐蔽目标识别

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

空间统一调制模型的轮廓检测

中国图象图形学报 2014年第11期19卷 1591-1595页

作者：肖洁蔡超郭照立华中科技大学煤燃烧国家重点实验室武汉430074 武昌理工学院信息工程学院武汉430223 华中科技大学自动化学院多谱信息处理技术国家重点实验室武汉430074

目的在人类大脑初级视皮层上,神经元不仅受到位于经典感受野中刺激的影响,同样也受到周边环境相应非经典感受野中刺激的影响。这种上下文的调制是通过视皮层的水平连接来实现的。基于初级视皮层的视觉机制,本文提出了一个轮廓提取模型... 详细信息

目的在人类大脑初级视皮层上,神经元不仅受到位于经典感受野中刺激的影响,同样也受到周边环境相应非经典感受野中刺激的影响。这种上下文的调制是通过视皮层的水平连接来实现的。基于初级视皮层的视觉机制,本文提出了一个轮廓提取模型。方法首先利用局部能量计算初级视皮层上单个神经元的响应;然后通过构建一个新颖的空间统一调制算子获得周边刺激对于中央神经元的增强和抑制影响(上下文调制);最后整合上下文调制影响和中央神经元本身的能量响应,获得完整输出。结果本文所提模型,无需在非经典感受野中划分增强域和抑制域,同时能够有效抑制背景纹理,突出目标轮廓,保留交点和角点信息。结论通过对合成图像和自然图像的测试表明了本文算法的准确性和优越性,能够极大地提高复杂背景中轮廓检测的性能。

关键词：轮廓提取视觉感知机制 Gabor滤波器上下文调制

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

面向视觉识别的感知计算模型研究

面向视觉识别的感知计算模型研究

作者：王强杭州电子科技大学

学位级别：硕士

随着高清成像和并行运算硬件能力的提高,基于视觉海量数据的分析和理解技术已经成为模式识别与人工智能领域的研究热点之一。传统视觉识别算法一定程度上也考虑了生物感知计算的原理,例如利用训练海量的样本来动态调整神经网络模型的结... 详细信息

随着高清成像和并行运算硬件能力的提高,基于视觉海量数据的分析和理解技术已经成为模式识别与人工智能领域的研究热点之一。传统视觉识别算法一定程度上也考虑了生物感知计算的原理,例如利用训练海量的样本来动态调整神经网络模型的结构和参数,从而实现出所谓的最优决策。但是它们更多地只是利用了生物感知的一些基本特性,整体上仍是将其作为黑盒来进行模拟研究。事实上生物感知系统所具有丰富的视觉机制,是实现视觉理解和识别的基础。因此本文关注于生物感知系统中的视觉信息流处理机制,试图构建面向视觉识别的感知计算新模型,并以视觉识别中常见的面孔验证和识别为例展开应用研究。本文主要从视觉信息流在视通路上的多路径传递、倒立面孔与正立面孔的独立识别机制,以及基于局部和全局表征信息的多尺度面孔识别展开研究,具体研究内容及成果包括:(1)提出了一种基于视觉信息流双视通路的面孔验证模型。构建了底层卷积网络,模拟生物感知系统对视觉信息流的过滤;提出了双视觉通路概念,构建监督信号和识别信号融合的增强网络,实现对视觉识别特征的强化;最后,通过比较证件照片和多姿态面孔照片的特征分布情况,利用联合贝叶斯人脸的方法输出面孔身份的异同。实验结果表明,双视觉通路的设计能够提高面孔验证的准确率,说明了监督信号对面孔特征提取有约束作用。(2)提出了一种基于左右半球协作机制的正立和倒立面孔识别新方法。模拟视觉信息流在视通路中的传递和处理过程,首先构建底层神经网络,建立敏感纹理特征以及对称卷积核的机制,实现正立和倒立面孔图像的去除冗余和预处理;接着提出一种基于局部区域提取的池化神经网络层的概念,构建多局部特征融合的网络结构,实现局部信息的压缩提取和融合;最后根据高级视觉皮层中左右半脑协作的特点,提出一种融合整体和局部信息的预测函数。实验结果表明,本文方法能够实现正立和倒立面孔的识别,说明了整体和局部特征的两条视觉通路虽然分别在正立和倒立面孔识别上起了决定性的作用,但它们并不是孤立存在的,两条通路所刻画的面孔信息应该是一种互补式的关系。(3)提出了一种基于多层次信息表达的多尺度面孔识别新方法。模拟视网膜和神经节细胞对底层纹理特征的敏感特点,构建多层卷积级联的网络,以达到视觉信息过滤和提炼的目的;考虑到底层信息流对面孔特征表达的裨益作用,构建了基于局部和整体结合的多尺度池化的概念,输出固定大小的特征通道和特征图谱;根据视觉皮层的决策机制,各层次的特征信息融入到全连接层,利用神经元的激活特性判断面孔身份。实验结果表明,本方法可以有效应对多尺度面孔图像识别,从而说明底层纹理特征将有助面孔特征的表达。

关键词：视觉感知机制视觉信息面孔识别卷积神经网络

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向视觉感知的类脑计算及其应用

面向视觉感知的类脑计算及其应用

作者：谭明明杭州电子科技大学

学位级别：硕士

在大脑信息处理整合机制和多任务协同、注意、记忆机制的作用下,视觉系统具有超强的信息处理能力。受此启发,本文借鉴视觉皮层的信息加工方式,尝试对其模拟建模并应用于图像处理。首先,考虑到腹侧视通路的精细视觉与局部和整体视觉感知... 详细信息

在大脑信息处理整合机制和多任务协同、注意、记忆机制的作用下,视觉系统具有超强的信息处理能力。受此启发,本文借鉴视觉皮层的信息加工方式,尝试对其模拟建模并应用于图像处理。首先,考虑到腹侧视通路的精细视觉与局部和整体视觉感知的脑机制,从局部和整体分离的角度出发,构建多路径卷积神经网络的轮廓感知模型;其次,模拟初级视皮层和高级视皮层之间信息处理特性,构建低级特征编码和高级语义编码分离的分级特征编码模型;最后,将分级特征编码模型应用于图像去雾和小样本识别任务。本文主要研究工作和成果如下:（1）提出一种多路径卷积神经网络的轮廓感知新方法。首先,利用高斯金字塔尺度分解获得表征视觉整体信息的低分辨率子图,通过2维高斯导函数获得描述细节特征的边界响应子图;其次,构建具有稀疏编码特性的子网络（Sparse-Net）实现对整体轮廓的快速检测,构建具有冗余度增强编码特性的子网络（Redundancy-Net）实现对局部细节特征提取;最后,通过像素对比度关系实现轮廓响应的整体感知和局部检测的融合,获取轮廓的精细化感知结果。以BSDS500图库为实验对象,在GTX1080Ti环境下,单独Sparse-Net对整体轮廓的检测速度达到42幅/s;Sparse-Net和Redundancy-Net融合后的检测指标数据集尺度上最优（ODS）、图片尺度上最优（OIS）、平均精度（AP）分别为0.806、0.824、0.846,优于其他对比方法。（2）提出一种轮廓特征和颜色特征融合编码的图像去雾新方法。首先,构建轮廓特征提取器,提取图像轮廓特征;其次,构建低级特征编码器,提取低级特征同时融入轮廓特征;然后,构建高级语义编码器,实现反向传播过程语义信息的深度解析;最后,融合低级特征编码与高级语义编码的输出,实现图像去雾。选用合成和自然的有雾图像作为实验对象,在合成图像的峰值信噪比（PSNR/d B）、结构相似度（SSIM）指标上,分别比暗通道先验（DCP）提高45.13%、1.91%;在自然图像中的平均梯度（AG）、信息熵（EY）指标上,分别比DCP提高了7.22%、12.70%。本文算法相较于其它去雾效果突出、鲁棒性强,且改善了颜色失真和光晕等问题。（3）将低级特征编码和高级语义编码模型应用于小样本识别。首先,利用分级编码模型做特征提取;然后,通过余弦距离度量模块计算测试样本和支持样本的相识度;最后,通过Top K机制筛选掉余弦相似矩阵的信息冗余。通过可视化方式,展现本文模型在识别任务中,各卷积核的具体作用,便于更加清晰的理解识别过程。在Mini Image Net数据集上和前人的算法做对比分析,5-way 1-shot、5-shot、10-shot的识别率分别为60.04%±0.97%、76.92%±0.55%、79.19%±0.33%,均优于其他算法。

关键词：视觉感知机制类脑计算卷积神经网络轮廓检测图像去雾小样本识别

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

视觉信息编码机制及其应用研究

视觉信息编码机制及其应用研究

作者：胡钧皓杭州电子科技大学

学位级别：硕士

视觉神经系统的非凡性能与视觉信息编码机制密切相关,但人们通常只关注于基于生理和心理的视觉神经功能探测与构建,或者只围绕着传统信息论编码机制展开应用研究,虽然上述研究也具有较好的研究意义,但它们缺乏视觉系统特性与视觉信息编... 详细信息

视觉神经系统的非凡性能与视觉信息编码机制密切相关,但人们通常只关注于基于生理和心理的视觉神经功能探测与构建,或者只围绕着传统信息论编码机制展开应用研究,虽然上述研究也具有较好的研究意义,但它们缺乏视觉系统特性与视觉信息编码机制之间的关联视角,很难实现视觉处理上的应用突破。因此本文围绕视觉信息编码机制展开研究,构建视通路模型,发挥视觉系统层次结构与编码特性的优势,并尝试在以轮廓检测为代表的图像处理中进行应用。本文首先利用视皮层下神经元感受野对前级朝向信息响应进行动态调节,构建视皮层双拮抗感受野模型对视觉刺激进行方向选择,经突触连接的神经元群放电编码增强对轮廓信息的响应;其次为改善轮廓检测快速性,提出多尺度非经典感受野和视皮层前馈整合的视觉信息处理方式,能有效突出轮廓细节并抑制背景纹理;最后将神经元颜色恒常特性应用于图像增强中,对图像的方向特征进行层级编码,以雾天道路图像的轮廓检测为具体应用,结果具有较好的可行性。本文的主要研究工作和成果可分为三部分:(1)研究了视觉颜色拮抗与神经元群动态编码的信息处理特性,提出一种基于神经元颜色拮抗与动态编码的轮廓检测新方法。首先提出了神经节细胞和外膝体神经元单拮抗感受野的动态调节方法;构建神经元树突接收极性分布模型,实现初级视皮层对方位及空间选择响应;改进了神经元群体感受野内突触的动态连接方式,融合单细胞的脉冲频率响应,实现对纹理信息的抑制作用。对BSDS500图库的实验中,对100幅图像最佳检测结果的P值指标为0.58?0.04,相对其他对比方法可提高轮廓提取的准确率。(2)考虑不同尺度下非经典感受野抑制背景纹理的能力,及视皮层前馈整合信息的方式,提出一种基于多尺度非经典感受野前馈整合的轮廓检测新方法。针对多轮廓强度的自然图像,提出多尺度的非经典感受野调制方法,对繁琐视觉信息产生抑制作用,弱化冗余纹理;并改进视皮层整合上下级信息的前馈作用方式,进一步完成对轮廓的感知。以自然风景图像为实验对象,轮廓检测结果的P值指标为0.61?0.05,本方法在鲁棒性和准确率上得到均衡。(3)提出一种基于神经元颜色恒常与层级编码的轮廓检测新方法。从色偏图像的颜色恒常校正及检测方法快速、精确的需求考虑,建立视通路上神经元感受野对色偏图像动态调节的模型,仿真视皮层神经元逐步整合、选择处理信息的过程,得到异常环境下的目标轮廓。以雾天道路图像的轮廓检测为应用项目,表明本方法能够突出雾天道路中的目标,检测效率上的大幅提升,为交通监管系统或无人驾驶技术等在目标识别、场景理解过程中提供理论基础。

关键词：视觉感知机制视觉通路感受野神经元群轮廓检测任务

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

目标感知计算模型的研究及其应用

目标感知计算模型的研究及其应用

作者：陈树楠杭州电子科技大学

学位级别：硕士

人类的视觉系统对图像信息有极强的感知能力,其中复杂的视觉机制是支撑人类视觉系统高效运转的前提,因此研究视觉感知机制对于理解目标感知过程具有重要意义。而近些年以模拟人脑神经元工作方式的深度学习技术快速发展,更是为目标感知... 详细信息

人类的视觉系统对图像信息有极强的感知能力,其中复杂的视觉机制是支撑人类视觉系统高效运转的前提,因此研究视觉感知机制对于理解目标感知过程具有重要意义。而近些年以模拟人脑神经元工作方式的深度学习技术快速发展,更是为目标感知计算模型的研究贡献了更多重要的新思路。受此启发,本文首先考虑到视觉系统主视通路上的视网膜、外侧膝状体、神经突触以及视皮层等结构对视觉信息流的加工处理过程,构建了基于视觉感知机制的目标轮廓检测模型;然后进一步考虑区域性目标感知问题,基于卷积神经网络构建了视觉显著性检测模型,结合建立的判别器和筛选器实现了扩充训练数据集的目的,有效地提升了原网络计算模型的显著性检测效果;最后将显著性检测模型迁移应用于行人重识别任务。本文的主要研究如下:（1）提出了一种基于主视通路结构分级响应模型的轮廓检测方法。首先根据视网膜感光细胞的暗视野特性以及多尺度经典感受野的方位选择性,构建高级轮廓与全局轮廓的检测路径;模拟LGN细胞特性对信息进行纹理稀疏编码,结合非经典感受野的侧抑制作用抑制背景强纹理;另外在LGN区提出微动整合机制,减少纹理冗余信息,再经适应性突触实现信息关联传递;最终将初级轮廓响应跨视区前馈至V1区并经全局轮廓修正后,与高级轮廓响应快速融合,实现对目标主体的轮廓检测。实验结果表明本方法能更有效的区分轮廓与纹理边缘,凸显目标主体轮廓抑制无关背景噪声。（2）提出了一种基于对抗训练和数据筛选的视觉显著性检测增强方法。首先使用ENet网络作为显著性检测框架;构建判别器对训练数据集和新数据集经过ENet解码模块的输出特征进行两两判别,期间ENet和判别器交替对抗训练;然后利用CAM算法找到图像感兴趣区域后,提出un ROIErase方法训练分类模块,与特征距离度量模块共同组成数据筛选器;最后从新数据集中筛选可靠的图像和伪标签扩充至训练数据集,重新训练ENet网络用于视觉显著性检测。实验结果表明上述方法能够为源数据集扩充有效的新数据,驱使网络挖掘更多样的特征分布信息,提升网络模型的显著性检测能力和泛化性能,有效缓解网络过拟合问题。（3）提出了一种将显著性检测应用于行人重识别的方法。首先使用训练好的ENet网络获取行人显著图,然后在Res Net50的layer3后部构建提炼层来提取特征,并将特征图通过双线性插值扩展到与显著图相同的大小后与显著图融合,增强局部显著特征的响应;最后将全局特征和局部特征拼接后,采用联合损失和标签平滑的手段训练模型,提升模型的性能。实验结果表明,将行人显著图应用于行人重识别可以提高局部显著特征的质量,将其与全局特征共同训练的方式可以提升网络的重识别能力。

关键词：视觉感知机制目标感知轮廓检测显著性增强行人重识别