基于自适应正则化的东北虎重识别方法

• 作者: 于慧伶 钱成帅
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 重识别 残差网络 自适应L2正则化 特征融合
• 年，卷（期）: 2022,（8）
• 所属期刊栏目: 模式识别与人工智能|Pattern Recognition and Artificial Intelligence
• 页码范围: 191-197
• 页数: 7页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2012-0143

摘要

随着东北虎数量不断减少,识别单只老虎进而做出保护和追踪变得很有意义,故采用了一种基于局部分块和自适应L2正则化方法的东北虎重识别网络模型(part-based convolutional baseline-adaptiveL2,PCB-AL2)以解决在自然环境下东北虎重识别困难等问题.自适应L2正则化因子通过反向传播进行自适应更新,这是通过将正则化因子作为可训练的变量来实现的.针对老虎依靠身体条纹分辨的特点,采用一种双分支网络结构:局部分支和全局分支,网络依靠局部特征指导全局特征学习.实验结果表明,在ATRW数据集上与PPbM-a、PPbM-b以及PPGNet对比得出结论,在单摄像头环境下mAP达到了92.1％,跨摄像头环境下mAP达到75.1％.