作者:
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:
针对行人再识别系统中匹配效率低及搜索速度慢的问题,本文提出一种基于哈希算法的行人再识别技术研究.首先,利用卷积神经网络来提取图像的深度特征;再利用主成分分析算法来对图像特征进行降维;最后对图像特征进行哈希编码,比较哈希特征间的汉明距离来获得一对图像的相似度得分,然后根据得分高低进行排序获得行人再识别结果.实验结果表明,相比直接采用原始深度特征进行距离度量排序,本文所提的方法提高了算法的执行效率,更具优越性.
推荐文章
智能视频监控系统中行人再识别技术研究综述
行人再识别
视频监控
距离度量
深度学习
行人再识别技术综述
行人再识别
人工设计特征
深度学习
特征表达
相似性度量
行人再识别研究综述
行人再识别
大规模数据集
CMC曲线
首中准确率
卷积神经网络
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 基于哈希算法的行人再识别技术研究
来源期刊 交通运输工程与信息学报 学科 工学
关键词 行人再识别 匹配 哈希算法 深度特征
年,卷(期) 2019,(4) 所属期刊栏目
研究方向 页码范围 70-74,121
页数 6页 分类号 TP391.41
字数 2917字 语种 中文
DOI 10.3969/j.issn.1672-4747.2019.04.010
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 刘雁斌 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  (35)
共引文献  (5)
参考文献  (11)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(5)
  • 参考文献(0)
  • 二级参考文献(5)
2014(6)
  • 参考文献(1)
  • 二级参考文献(5)
2015(5)
  • 参考文献(1)
  • 二级参考文献(4)
2016(7)
  • 参考文献(2)
  • 二级参考文献(5)
2017(7)
  • 参考文献(4)
  • 二级参考文献(3)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(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
匹配
哈希算法
深度特征
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
交通运输工程与信息学报
季刊
1672-4747
51-1652/U
大16开
四川省成都市西南交通大学九里校区
2003
chi
出版文献量(篇)
1466
总下载数(次)
9
总被引数(次)
11264
论文1v1指导