基于自适应显著特征选择的动态加权平均行人识别模型

• 作者: 杨超 王丽娟 甘凯今 蔡晓东
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 行人识别 自适应特征选择 动态 加权平均
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 图形与图像
• 页码范围: 936-943
• 页数: 8页
• 分类号: TP391.41
• 字数: 4848字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2017.05.018

摘要

在跨场景行人识别过程中,为了解决多种特征以一个固定的权重融合导致行人识别率低、识别速度慢的问题,提出基于自适应特征选择的动态加权平均排名行人识别方法.首先,将GrabCut算法和基于流形排序显著性检测算法相融合,提高行人外观特征提取的准确性;然后,提出自适应显著特征选择方法,有效地提取行人特征描述;最后,通过动态加权平均排名模型将多特征融合.实验表明,所提出的方法提高了行人识别的准确性,同时对姿态的变化具有较好的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡晓东	桂林电子科技大学信息与通信学院	64	228	9.0	12.0
2	杨超	桂林电子科技大学信息与通信学院	28	71	5.0	6.0
3	甘凯今	桂林电子科技大学信息与通信学院	8	18	3.0	3.0
4	王丽娟	桂林电子科技大学信息与通信学院	9	39	3.0	6.0