强化深度特征融合的行人搜索系统

• 作者: 林志贤 梅文欣 郭太良
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 深度特征 行人搜索 特征融合 行人框 几何不变性
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 图像处理
• 页码范围: 23-27,43
• 页数: 6页
• 分类号: TP111
• 字数: 3085字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2019.08.005

摘要

针对行人图像的深度特征缺乏对局部细节的描述,及不完全具备对尺度、旋转、平移及光照变化等各种因素的不变性而导致行人搜索准确率低的问题,本文提出一种具有强化深度特征融合的行人搜索系统.该系统将行人候选网络和行人识别网络两部分整合优化成统一框架.其中,行人候选网络实现行人框的获取及标定,而行人识别网络在获取深度学习特征的基础上融入具有几何不变性的传统特征,建立一个强化深度特征融合网络模型.实验结果表明,本文采用强化深度特征融合的网络模型,在SSM数据集上检测并框出图片中的行人,其Top-1识别正确率高达80.7％,比单纯采用深度特征模型更具优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林志贤	福州大学平板显示技术国家地方联合工程实验室	139	647	13.0	19.0
5	郭太良	福州大学平板显示技术国家地方联合工程实验室	302	1102	15.0	21.0
9	梅文欣	福州大学平板显示技术国家地方联合工程实验室	1	0	0.0	0.0