搜索结果: 1-5 共查到“重识别”相关记录5条 . 查询时间(0.483 秒)
基于可解释注意力部件模型的行人重识别方法
行人重识别 注意力机制 可解释深度学习 部件模型
2024/1/16
大多数行人重识别(Person re-identification,ReID)方法仅将注意力机制作为提取显著特征的辅助手段,缺少网络对行人图像关注程度的量化研究.基于此,提出一种可解释注意力部件模型(Interpretable attention part model,IAPM).该模型有3个优点:1)利用注意力掩码提取部件特征,解决部件不对齐问题;2)为了根据部件的显著性程度生成可解释权重,设计...
沈阳自动化所在行人重识别领域研究取得新进展(图)
识别领域 视频监控 交通管理 智能安防
2023/8/22
2023年8月11日,中国科学院沈阳自动化研究所机器人视觉研究组在遮挡行人重识别领域取得新进展,提出了一种遮挡行人重识别算法。该研究成果在线发表于工业信息领域国际期刊IEEE Transactions on Industrial Informatics(中国科学院一区Top类,IF:12.3)。
面向行人重识别的局部特征研究进展、挑战与展望
行人重识别 局部特征 深度学习 计算机视觉
2024/1/18
行人重识别(Person re-identification,Re-ID)旨在跨区域、跨场景的视频中实现行人的检索及跟踪,其成果在智能监控、刑事侦查、反恐防暴等领域具有广阔的应用前景.由于真实场景下的行人图像存在光照差异大、拍摄视角不统一、物体遮挡等问题,导致从图像整体提取的全局特征易受无关因素的干扰,识别精度不高.基于局部特征的方法通过挖掘行人姿态、人体部位、视角特征等关键信息,可加强模型对人体...
基于图像和特征联合约束的跨模态行人重识别
跨模态 行人重识别 中间模态 联合约束
2024/1/22
近年来,基于可见光与近红外的行人重识别研究受到业界人士的广泛关注.现有方法主要是利用二者之间的相互转换以减小模态间的差异.但由于可见光图像和近红外图像之间的数据具有独立且分布不同的特点,导致其相互转换的图像与真实图像之间存在数据差异.因此,本文提出了一个基于图像层和特征层联合约束的可见光与近红外相互转换的中间模态,不仅实现了行人身份的一致性,而且减少了模态间转换的差异性。