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:
为解决实际行人重识别系统中识别率低、识别速度慢的问题,从创新和工程应用出发,提出了一种行人重识别算法.对行人图片进行预处理,采用色调、饱和度、亮度(hue,saturation,value,HSV)空间非线性量化的方法构建颜色命名空间,对人体分区域预识别来提高检测效率;对备选目标的整幅图像提取HSV和方向梯度直方图(histogram of oriented gradient,HOG)作为整体特征并在滑动窗口内提取颜色命名(color naming,CN)特征和2个尺度的尺度不变特征(scale invariant local pattern,SILTP),采用本文融合算法得到新的特征;在3个数据集上进行行人重识别,融合的特征在2种度量学习算法的Rank1平均提高了2.4%和3.3%.实验结果表明该算法能够提高重识别精度.
推荐文章
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
基于重叠条纹特征融合的行人再识别
行人再识别
HSV颜色直方图
Gabor纹理特征直方图
重叠条纹
特征融合
交叉视角逻辑度量学习
基于残差网络的特征加权行人重识别研究
残差网络
行人重识别
特征加权
注意力机制
相似性度量
基于特征融合的行人重识别方法
行人重识别
CN特征
特征融合
直方图
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 基于特征融合的行人重识别算法
来源期刊 应用科技 学科 工学
关键词 行人重识别 特征提取 非线性量化 颜色命名空间 直方图 特征融合 度量学习 CMC曲线
年,卷(期) 2020,(2) 所属期刊栏目 智能科学与技术
研究方向 页码范围 29-34,43
页数 7页 分类号 TP31
字数 5204字 语种 中文
DOI 10.11991/yykj.201906013
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 钱华明 哈尔滨工程大学自动化学院 57 667 13.0 23.0
2 王帅帅 哈尔滨工程大学自动化学院 4 4 2.0 2.0
3 王晨宇 哈尔滨工程大学自动化学院 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  (89)
共引文献  (25)
参考文献  (13)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(8)
  • 参考文献(0)
  • 二级参考文献(8)
2013(9)
  • 参考文献(0)
  • 二级参考文献(9)
2014(13)
  • 参考文献(1)
  • 二级参考文献(12)
2015(12)
  • 参考文献(0)
  • 二级参考文献(12)
2016(6)
  • 参考文献(3)
  • 二级参考文献(3)
2017(23)
  • 参考文献(6)
  • 二级参考文献(17)
2018(11)
  • 参考文献(1)
  • 二级参考文献(10)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(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
特征提取
非线性量化
颜色命名空间
直方图
特征融合
度量学习
CMC曲线
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
应用科技
双月刊
1009-671X
23-1191/U
大16开
哈尔滨市南通大街145号1号楼
14-160
1974
chi
出版文献量(篇)
4861
总下载数(次)
7
论文1v1指导