多尺度局部特征选择的行人重识别算法

• 作者: 徐家臻 李婷 杨巍
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 行人重识别 深度学习 局部特征 多尺度滑动窗口
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 141-145
• 页数: 5页
• 分类号: TP391
• 字数: 3149字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1809-0381

摘要

针对行人重识别问题中人体姿态变化、对齐及部分遮挡等情况,提出了一种基于深度学习的局部区域选择和局部特征提取算法.算法首先利用残差卷积神经网络获取基本特征,然后利用多尺度的滑动窗口提取不同候选局部区域特征,并按照覆盖区域进行分组,每组选择一个最优局部特征,并融合整体特征得到最终特征表达.实验结果表明,通过该方法提取的局部特征具有更好的表达能力,提高了行人重识别的精确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李婷	华中师范大学教育信息技术学院	21	35	3.0	5.0
2	徐家臻	华中师范大学教育信息技术学院	2	0	0.0	0.0
3	杨巍		1	0	0.0	0.0