【摘 要】
:
行人检测与重识别工作是计算机视觉领域的研究热点,旨在研究不重叠的多个摄像区域间对于行人的检测以及对特定行人的匹配,多应用于智能城市建设以保障出行安全。但复杂环境下获取的数据往往存在姿势问题、遮挡问题、照明问题、视角问题、背景问题、分辨率问题以及其他开放性问题,本文将针对以上挑战和难点开展研究工作,以促进行人检测与重识别技术在智能城市中的广泛应用,为“平安城市”的建设工作助力。本文基于深度学习技术,
论文部分内容阅读
行人检测与重识别工作是计算机视觉领域的研究热点,旨在研究不重叠的多个摄像区域间对于行人的检测以及对特定行人的匹配,多应用于智能城市建设以保障出行安全。但复杂环境下获取的数据往往存在姿势问题、遮挡问题、照明问题、视角问题、背景问题、分辨率问题以及其他开放性问题,本文将针对以上挑战和难点开展研究工作,以促进行人检测与重识别技术在智能城市中的广泛应用,为“平安城市”的建设工作助力。本文基于深度学习技术,以行人检测与重识别研究为主线,主要工作包括以下三个方面:(1)提出一种基于双向特征融合网络的行人检测模型Bi-YOLOv5。首先使用融合CBAM模块的双向特征融合网络增强对行人有效特征的提取能力,然后使用EIo U Loss检测框回归损失函数加快模型收敛,最后将DIoU-NMS作为检测后处理方法进行冗余锚框去除。通过在两个数据集上进行对比实验,证明了所提出的Bi-YOLOv5模型对复杂环境具有更好的兼容性。(2)提出一种基于高阶拓扑关键点特征融合的行人重识别模型HOFRe-ID。首先采用GCN方法对关键点特征建模以获取高阶关系信息,然后在图匹配阶段融合全局特征获取具有更好描述因子的特征,最后使用Batch Hard Triplet Loss指导网络训练以提高模型挖掘困难样本的能力。实验结果表明所提出的HOFRe-ID模型在解决行人遮挡问题具有更好的鲁棒性和有效性。(3)构建行人检测与重识别系统。该系统基于所提出的Bi-YOLOv5和HOFRe-ID模型并使用Qt框架搭建,不受数据获取方式的限制,实现多途径行人数据的检测与重识别,同时使用深度学习方法降低了行人检测与重识别工作的成本,并进一步验证了所提出算法的有效性和实用性。
其他文献
经济社会发展离不开大量消耗化石能源,日益增长的碳排放导致环境问题愈发严峻,可再生能源的开发受到世界各国重视。可再生能源对能源系统可靠性的影响不容忽视,对可再生能源出力和用户负荷进行预测,从而可以及时响应供需关系的转变,优化能源调度,或是优化系统规划设计,实现更经济、高效、低碳环保的能源利用模式。统计分析模型和一些经典机器学习算法常被用于各种预测任务,而随着能源系统越来越复杂,传统方法对复杂数据场景
工匠精神是中国共产党人精神谱系的重要组成部分,是中华民族宝贵的精神财富。新时代赋予工匠精神新的时代内涵,是我们弘扬和践行新时代工匠精神的重要抓手。工匠精神融入高职院校思政课是培养大学生文化自信的重要抓手、提升教学有效性的内在需要、贯彻落实“立德树人”根本任务的必然要求与大学生德智体美劳全面发展的本质体现。其优化路径从融入课堂教学、实践教学,构筑“互联网+思政课”模式进行探索,使工匠精神更好融入高职
随着大数据时代的来临,互联网行业的井喷式发展,我国互联网网民数量飞速增加,构成互联网行业之基础的算法也越发受到各界关注。当代自动化决策的算法已经不应该仅仅被视为纯工具。有学者认为算法已经成为一种“准公权力”,若缺乏规制,权力异化,形成算法歧视,将会导致危害社会公平正义的后果。为规制算法歧视,本文首先明晰算法、算法权力、算法权力异化、算法歧视有关概念,分析算法歧视的成因,意图通过分析成因寻找针对性规
随着数字技术的发展,数字技术广泛融入各行各业之中实现技术赋能的同时,也加剧了老年群体数字鸿沟的生存困境。以健康码为例,健康码的普遍使用为我国疫情防控做出了巨大贡献,增强了老年人群体对疫情防控的信心。但是,对于不会使用健康码的老年人群体而言,健康码的使用不仅成为了他们出行的绊脚石,甚至对此产生了排斥和恐惧心理。数字技术的发展势不可挡,数字鸿沟越拉越大,数字不平等越来越显著,关注老年人群体对社会生活现
电机作为最常见的旋转机械设备,在现代电力系统中占据着重要的地位。受制于恶劣的工作环境,电机极易发生故障,这会对整个系统的稳定性提出挑战。而滚动轴承故障作为电机故障失效的重要原因之一,对其开展故障诊断研究,对维护电机设备的健康运转、保障系统平稳运行、提升经济效益都有着重大的现实意义。本文以电机滚动轴承为研究对象,利用优化后的变分模态分解方法(Variational Mode Decompositio
随着高品位、易开采的硫化镍矿资源日益枯竭,红土镍矿逐渐成为镍冶炼的主要原料。在印度尼西亚,火法处理工艺面临着能耗高、环境污染严重等诸多问题。鉴于经济与环境的双重压力,采用HPAL湿法冶金技术从红土镍矿中提取镍制备电池级硫酸镍成为一种趋势,其中杂质的高效脱除与低浓度镍的富集是制备电池级硫酸的关键。针对这些问题,本文提出基于萃取手段实现杂质的脱除与镍的富集,采用萃取剂Cyanex 272分离钴、镁和镍
泰山赤鳞鱼作为名贵保护淡水鱼种,具有极高的医用和营养价值,但在自然环境下生长缓慢,并且对生存环境有一定要求。投喂是赤鳞鱼规模化养殖的必要环节,利用机器视觉分析和对比投喂前后的行为信息,为养殖智能化投喂策略制订提供参考,本文作出主要研究内容及结论如下:(1)提出基于卷积神经网络YOLOv5的赤鳞鱼目标检测方法,首先通过采集赤鳞鱼图像样本并进行数据增强,共获取2000幅样本,进行赤鳞鱼框标定并完成数据
随着智能化、信息化的普及,图像作为最直观反映实时信息的媒介,在我们的生活中扮演着越来越重要的角色,但由于实际场景中频繁发生的大雾天气,严重影响了智能设备采集图像的清晰度,从而阻碍后续高级视觉任务的有效进行。因此,人们开始不断致力于研究图像去雾技术来改善模糊图像质量。本文基于卷积神经网络结构,针对国内外现有图像去雾方法存在对模糊图像纹理细节还原精度不足,网络信息过载,以及单图像去雾效率偏低、缺少对真
信道特性的差异是无线通信与有线通信最核心的差异之一,无线信道为电磁波的传输提供了直接的载体和介质,它的特性直接影响整个无线通信系统的性能。因此,认识、理解、利用无线信道,是设计研发新一代无线通信系统的基础。由于实际无线信道非常敏感、无法控制和不可重复,在真实环境下对研发的无线通信基站、终端以及对应的无线通信算法直接进行测试和验证,不是一种有效的方法,需要研发无线信道模拟器来满足系统性能的全面考核。
水稻(Oryza sativa)是人类赖以生存的粮食作物,保护其免受病虫害侵袭并实现保质稳产极其重要。植物内生菌,尤其是内生放线菌,因具有高产多种代谢产物、抑制病原微生物生长、协助宿主抗逆抗病等特性,成为生物防治手段中备受关注的微生物资源。但目前关于内生菌与病原菌、内生菌与宿主之间的分子互作机制还知之甚少,需要进行更为完整的解析。本论文以课题组前期分离得到的一株具有显著抗稻瘟病效果的水稻内生吸水链