基于深度学习和时空约束的跨摄像头行人跟踪

• 作者: 夏天 李旻先 管超 邵晴薇 陆建峰
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 深度学习 行人检测 行人检索 FasterR-CNN CNN 时空约束
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 图像处理
• 页码范围: 2269-2274
• 页数: 6页
• 分类号: TP301
• 字数: 3552字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2017.11.039

摘要

目前,视频监控的布设十分广泛,如何从多个视频监控的数据中有效获取行人的轨迹信息,对于社会安防体系具有非常重要的价值.因此,跨摄像头行人跟踪已成为计算机视觉领域的一个重要研究内容.论文设计了一个基于深度学习的跨摄像头行人跟踪的方法,将跨摄像头行人跟踪任务划分为行人检测和行人检索两部分.在行人检测部分使用Faster R-CNN方法,在行人检索部分使用CNN特征来计算相似度距离并通过时间与空间关系对检索结果进行约束与优化,并在复杂的监控视频下进行了实验.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陆建峰	南京理工大学计算机科学与工程学院	77	1217	17.0	33.0
2	李旻先	南京理工大学计算机科学与工程学院	5	27	3.0	5.0
3	邵晴薇	南京理工大学计算机科学与工程学院	3	3	1.0	1.0
4	夏天	南京理工大学计算机科学与工程学院	3	8	2.0	2.0
5	管超	南京理工大学计算机科学与工程学院	1	1	1.0	1.0