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:
针对视频监控中特定行人的检索、识别问题被称作行人重识别,是当前计算机视觉领域一个重要的研究课题。由于实际监控场景的复杂性,被拍摄到的行人图片会出现尺度变化、旋转、遮挡、光照差异等问题,给行人重识别研究带来了很大的挑战。提取鲁棒的行人特征、设计合适的度量方法、对查询的排序结果列表进行重新排序等是目前该领域研究的主要思路。针对行人重识别领域,本文主要调查研究了行人重识别领域的发展背景和研究现状并在结尾给出了对该领域的研究展望。
推荐文章
基于跨模态蒸馏的无监督行人重识别算法
计算机视觉
无监督学习
行人重识别
深度学习
行人重识别现状与发展趋势研究
行人重识别
人脸识别
人工智能
认知水平
基于深度学习的行人重识别研究综述
行人重识别
监督学习
半监督学习
弱监督学习
无监督学习
基于样本正态性重采样的改进KISSME行人再识别算法
行人再识别
度量学习算法
半监督学习
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 行人重识别算法研究与展望
来源期刊 计算机科学与应用 学科 教育
关键词 行人重识别 特征表达 度量学习 重排序
年,卷(期) 2019,(5) 所属期刊栏目
研究方向 页码范围 896-903
页数 8页 分类号 G6
字数 语种
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 林染染 中南民族大学电子信息工程学院 2 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  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (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
行人重识别
特征表达
度量学习
重排序
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
计算机科学与应用
月刊
2161-8801
武汉市江夏区汤逊湖北路38号光谷总部空间
出版文献量(篇)
1319
总下载数(次)
15
论文1v1指导