【摘 要】
:
行人重识别(Person Re-identification,Re ID),指根据行人特征在相同或不同视角摄像头下检索同一行人。具体来说就是给定一个监控摄像头下的行人图像,检索跨设备下该行人的图像。行人重识别在智能安防、智能寻人系统、智能商业和相册聚类、家庭机器人等领域具有很高的应用价值。在基于卷积神经网络(Convolutional Neural Network,CNN)的深度学习行人重识别的切
论文部分内容阅读
行人重识别(Person Re-identification,Re ID),指根据行人特征在相同或不同视角摄像头下检索同一行人。具体来说就是给定一个监控摄像头下的行人图像,检索跨设备下该行人的图像。行人重识别在智能安防、智能寻人系统、智能商业和相册聚类、家庭机器人等领域具有很高的应用价值。在基于卷积神经网络(Convolutional Neural Network,CNN)的深度学习行人重识别的切片方法中,由于CNN的感受野在切片之间存在重叠问题,导致特征之间存在交叉混叠现象,限制了分块的数量,影响模型分类性能。因此,本文针对感受野重叠带来的分块数量受限的问题,以及行人重识别切片方法中存在特征交叉混叠和分块特征没有对齐现象,在CNN和Transformer深度网络框架的基础上,提出了两种混合网络模型算法,主要研究工作如下:1.为了缓解行人重识别水平切片方法中由于分块特征感受野重叠带来的切片数量有限问题,提出一种基于Transformer的行人重识别网络结构(CNN In Transformer,CIT)。首先,输入图像经过CNN网络提取中间特征图,将特征图进行分块,对每一块特征进一步切分成像素级token向量。接着,在对各像素级token向量展平并加入位置编码和全局token向量后,将其输入到Transformer IN编码器中。然后,对每一块切片特征进行上述相同操作,取每一块特征的编码输出全局token向量。对得到的全局token向量进一步加入全局分类token向量和位置编码后,输入到Transformer OUT编码器得到最终的编码器输出。最后,取分类token向量加上全连接(Fully Connected,FC)后利用softmax和交叉熵损失对行人进行分类。在Market-1501、Duke MTMC-Re ID数据集上的实验结果表明,所提出的方法能够更细粒度地提取特征,并利用Transformer的全局把控能力,进一步提高了切片的数量和分类的精度。2.为了缓解交叉混叠和特征对齐问题,本文结合CNN和Transformer各自的优点提出另一个嵌入Transformer的行人重识别网络结构(CNN with Embedding Transformers,CET)。在CET中,首先在CNN的主干网络中嵌入了一个残差结构(Residual Transformer,RT)得到一个特征提取器(Transformer In CNN,TIC),利用Transformer擅长于把握全局信息关联性的优点,改善了特征混叠现象;其次,在网络的末端Transformer的输出中增加了一个用于融合输出token向量的特征融合结构(Feature Fuse with Learnable Vector,FFLV),并设计双支路损失结构(Two Branch Loss,TBL)来平衡两种不同的融合策略;最后,利用Transformer中的自注意力机制来进行人体部件的间接对齐,解决了由于检测框不准确带来的部件对齐问题。实验结果表明,CET网络结构相比于(Part-based Convolutional Baseline,PCB)以及一些其他的分块切片方法取得了更好的性能。
其他文献
电流体动力喷射打印,即电喷印,具有分辨率高、材料适用范围广、无“咖啡环”现象等优点,在微纳3D制造领域尤其是柔性电子制造领域拥有巨大的潜力,近年来发展迅速。目前,电喷印的应用多为单喷嘴打印,效率较低,采用喷嘴阵列打印是提升打印效率的有效方式,而喷嘴间存在电场干涉,打印精度会受到影响而难以保证,且电压越高,电场干涉越严重;因此,寻求电压条件更友好的喷嘴类型及合理的喷嘴阵列结构,是在保证打印精度的同时
金属工件作为生活常用的物品之一,其应用非常广泛。因此需要对其进行检测,保证质量。几何测量是常见的检测手段,通过测量金属工件外观尺寸来判断是否符合标准。传统方法主要通过物理工具如直尺、千分尺、游标卡尺等,测量范围有限、效率低下且无法保证精度,测量结果容易受主观影响。而对于实际生产,人工测量也无法满足大批量、高强度、高精度的测量要求。随着计算机科学技术和图像处理技术的发展,基于机器视觉的识别与检测方法
随着大数据时代的到来,数据的采集成本在不断降低。现实世界中采集到的数据通常具有高维和不规则特性,例如脑神经网络数据、传感器网络数据等。经典数字信号处理工具在处理规则域上的离散信号已经取得了极大成功,但是却不能充分捕获这类不规则数据的关联性。为此,研究人员基于图模型提出了更具普适性的图信号处理理论。图信号处理将经典的信号处理理论从规则的时域延伸到不规则的图域,从而有效地利用了数据之间关联性。其中,图
通信网络的大时代背景下,数字图像已成为人们获取信息的重要来源,军事、医疗等领域的图像属于机密和隐私,若在传播过程中被攻击者截获可能会造成无法估计的严重后果,因此,保证“敏感”图像的信息安全性是一项重要且迫切的工作。考虑到混沌与密码学的适配性,针对数字图像在网络传播中的安全性和可靠性问题,本论文构造了两种性能优良的混沌系统,并在此基础上提出了两种图像加密算法。具体的创新点及工作如下:(1)针对一维混
背景:创伤后应激障碍(Post-traumatic Stress Disorder,PTSD)是一种继发于严重创伤应激事件后延迟出现并长期存在的精神心理疾病,其诊断标准包括侵入性创伤记忆,回避创伤相关刺激,警觉性增高及认知和心境方面负性改变等,已成为一种常见的神经精神问题并导致个人健康和社会成本的严重破坏。尽管对PTSD的研究取得了巨大的进展,但其发病机制、治疗靶标仍不完全清楚。目前,仅有舍曲林和
无人机集群因具有感知范围广、部署灵活等优点,被广泛应用于电子侦察。多功能雷达(Multi-Function Radar,MFR)工作模式识别作为电子侦察的核心内容,对截获的信号样本进行分析以判定MFR的工作模式,为制定电子对抗策略提供情报基础。本文以无人机集群对抗多个MFR为研究背景,引入图信号处理技术,建立信号样本间的融合依据,围绕工作模式样本不平衡且训练样本较少情况下的MFR工作模式识别开展了
目的:总结导师诊治月经病的学术经验,通过痛经发病因素调查加强对基层部队女青年痛经发病情况及中医药服务需求的认识,为应用导师学术经验做好基层部队女青年中医药服务和健康指导提供依据。方法:1.学术思想总结方法:以导师的门诊病案、诊间讲解、理论授课、专题讲座、论文著作、疑难病例答疑等为基础资料,参考中医经典古籍和近现代名家论述,追溯导师学术思想的理论依据,分析归纳导师诊治月经病的临床经验,重点总结导师对
<正>膀胱癌为泌尿系统常见的一种恶性肿瘤,对于肌层浸润性膀胱癌患者而言,通过采取膀胱全切除术进行治疗可有效延长患者生存时间。但术后患者需行输尿管或回肠膀胱皮肤造口,可对其生理、心理造成影响,并会显著损害其日后的生活质量[1]。患者出院准备度是指医护人员在患者出院前对其生理、心理及社会等方面的状况进行综合评估,判断患者是否具备离开医院、重返社会及进行疾病管理的能力[2]。此指标对于促进疾病康复具有积
研究背景骨质疏松(Osteoporosis,OP)是一种常见全身代谢性骨病,以骨量减少、骨微结构破坏、脆性增高、力学强度下降为特征,易增加骨折风险。随着人口老龄化进展,骨质疏松发病率正逐步升高,并已成为我国面临的重要公共健康问题。骨稳态的过程涉及成骨细胞介导的新骨形成与破骨细胞介导的旧骨吸收之间的动态平衡,并受到机体多个器官、系统的复杂调控。当调控异常时,骨代谢平衡被打破,骨形成小于骨吸收,即可表
第一部分肌筋膜自治互治法对训练性膝痛的临床疗效目的:观察肌筋膜自治互治法对训练性膝痛的临床疗效。方法:将90例训练性膝痛受试者随机分为肌筋膜自治互治组和膏药组,每组各45例,分别采用肌筋膜自治互治法和膏药贴敷治疗。各组均治疗2周。观察指标:数字评定量表评分、Lysholm评分、EQ-5D-5L健康效用值。观察时间节点:治疗前、首次治疗后即刻、治疗1周后、治疗2周后、疗程(2周)结束后的第2周。分析