基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
指出了行人再识别应用之一是在同一场景、不同摄像头视角下,对查询集与候选集中的所有目标做出最优关联,其本质是二分图匹配问题.针对传统方法只在联合概率分布基础上寻找一个最优解,没有利用其它候选解中的有用信息,不能保证最优解的正确性的问题,提出了利用边缘分布特点,综合其它候选匹配点的信息,在联合匹配空间上使每一对匹配点的边缘分布最大化,从而提高求解质量;且对联合匹配空间的边缘分布计算不可行,采用二叉树分割算法求m个最优解,以实现边缘概率的估计.实验表明:将上述方法应用于行人再识别问题能有效改善再识别算法的精度.
推荐文章
基于局部深度匹配的行人再识别
行人再识别
分块匹配
可变部件模型
深度神经网络
基于韦伯局部算子和颜色特征的行人再识别
韦伯局部算子
行人再识别
特征融合
HSV
差分激励
方向分量
基于重叠条纹特征融合的行人再识别
行人再识别
HSV颜色直方图
Gabor纹理特征直方图
重叠条纹
特征融合
交叉视角逻辑度量学习
基于辨识特征后融合的行人再识别
行人再识别
多特征融合
距离度量学习
距离融合
最小最大标准化
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于边缘概率和m-Best求解的行人再识别
来源期刊 中南民族大学学报(自然科学版) 学科 工学
关键词 行人再识别 图匹配 联合匹配空间 边缘概率分布
年,卷(期) 2017,(2) 所属期刊栏目 物理与电子信息科学
研究方向 页码范围 73-78
页数 6页 分类号 TP391.41
字数 4128字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 侯建华 中南民族大学电子信息工程学院 58 428 14.0 18.0
2 项俊 中南民族大学电子信息工程学院 8 42 2.0 6.0
3 周浪 中南民族大学电子信息工程学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
行人再识别
图匹配
联合匹配空间
边缘概率分布
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中南民族大学学报(自然科学版)
季刊
1672-4321
42-1705/N
大16开
武汉市民院路5号
1982
chi
出版文献量(篇)
2596
总下载数(次)
4
总被引数(次)
11010
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导