预训练卷积神经网络模型微调的行人重识别

• 作者: 扆泽江 曲毅 李锦明 裴禹豪
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 行人重识别 卷积神经网络 预训练模型 深层特征
• 年，卷（期）: 2018,（20）
• 所属期刊栏目: 图形图像处理
• 页码范围: 219-222,229
• 页数: 5页
• 分类号: TP391
• 字数: 2973字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1804-0027

摘要

针对行人重识别中传统的人工提取的行人浅层特征因受摄像机角度、光照等外界环境的影响,鲁棒性不好,收敛速度慢的问题,研究使用预训练卷积神经网络模型在行人数据库上进行微调的方法,对行人图片进行特征提取,从而得到高维的深层行人特征,最后通过欧氏距离进行相似性的度量.实验结果证明,深层的行人特征在平均准确度评估标准上,相比于传统的人工设计特征,分别得到了9.51％、11.12％、16.63％、16.96％的提高,收敛速度也变得更快,说明深层特征的行人识别能力更强.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曲毅	武警工程大学信息工程学院	33	119	6.0	10.0
2	李锦明	武警工程大学信息工程学院	3	14	2.0	3.0
3	裴禹豪	武警工程大学信息工程学院	3	14	2.0	3.0
4	扆泽江	武警工程大学信息工程学院	4	16	2.0	4.0