基于卷积神经网络的固定群体中目标人物分类

• 作者: 刘惠彬 吴飞 赵毅 陈强
• 来源期刊: 上海大学学报（自然科学版）
• 学科: 工学
• 关键词: 卷积神经网络 固定群体 目标人物分类 快速特征嵌入卷积神经网络框架
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 研究论文
• 页码范围: 874-881
• 页数: 8页
• 分类号: TP183
• 字数: 4871字
• 语种: 中文
• DOI: 10.12066/j.issn.1007-2861.1912

摘要

卷积神经网络作为深度学习的重要分支,在图像识别、图像分类等方面有广泛的应用,其中快速特征嵌入卷积神经网络框架(convolutional architecture for fast feature embedding, Caffe)是目前炙手可热的深度学习工具.针对固定群体中的目标人物,提出一种基于卷积神经网络的分类方法,该方法不依赖于人脸图像集,而是通过摄像头采集视频,并利用直方图的归一化互相关方法从视频中截取训练图片,再通过Caffe产生训练模型,并将个体目标图片在模型中进行匹配,达到在固定人物群体中对个体目标进行分类的目的.实验结果表明,利用前期的训练模型可对固定群体中的个体目标进行准确匹配.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵毅	上海工程技术大学电子电气工程学院	20	75	4.0	7.0
2	陈强	上海工程技术大学电子电气工程学院	37	148	6.0	10.0
3	吴飞	上海工程技术大学电子电气工程学院	53	159	7.0	10.0
4	刘惠彬	上海工程技术大学电子电气工程学院	7	9	2.0	3.0