基于增强聚合通道特征的实时行人重识别

来源 :激光与光电子学进展 | 被引量 : 0次 | 上传用户:lgb0532
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
由于目标姿态、摄像头角度、光线条件等因素的影响,行人重识别仍然是一个具有挑战性的问题。目前大多数方法主要注重提高重识别精度,对实时性考虑较少。因此,本文提出了一种基于增强聚合通道特征(ACF)的实时行人重识别算法。利用ACF对行人进行检测,并在此基础上,结合直方图特征和纹理特征构成增强ACF,作为行人重识别的特征描述子。利用测度学习方法对重识别模型进行训练。在4个数据集上的实验结果表明,与传统的重识别特征相比,提出的特征描述子逼近最好的重识别准确率,并且具有更快的计算速度。整个行人检测与重识别系统的运行速
其他文献
张量分解是解决高维数据分析问题的有力工具。传统张量Tucker分解模型多采用各项同性假设,即各个因子矩阵具有相同的约束条件(例如正交、非负等),但该种假设不适用于异构张量数据分析。本文提出了一种基于低秩正则化的异构张量分解(LRRHTD)算法,并用于子空间聚类任务。低秩正则化的异构张量分解核心思想是对原始张量寻求一组正交因子矩阵的集合,将高维张量映射到低维的潜在子空间中,同时在最后的因子矩阵上引入
硫系玻璃具有优良的中红外光学透过性能、极高的线性和非线性折射率。近年来,硫系玻璃光纤中较高的受激拉曼效应在全光器件和级联激光器等方面的应用引起了研究者极大的关注。
为了克服传统二值图像边界跟踪速度慢和边界漏跟踪等问题,基于Freeman链码提出一种通用性强的多起点分段二值图像边界跟踪与边界链码获取算法。在借鉴前人对传统Freeman链码搜索算法的改进,将平均搜索方向减少为2.5就可以找到新边界点的基础上,进一步将复杂的边界分段处理,令前一边界链的起点作为待跟踪边界链搜索的起点,同时把跟踪后的边界点填充,这样自上而下自左而右的对图像扫描,只需一次即可跟踪完所有
提出并实现了一种基于大偏置量熔接的单端反射式光纤Mach-Zehnder(M-Z)干涉仪。在一段数百微米长的单模光纤两端以大偏置量对称地错位熔接两段光纤,将其中一段光纤的端面镀制薄
提出一种基于最大间隔原理的半监督图像搜索重排序学习算法。所提算法在最大间隔原理框架下,首先利用超图正则化保持标注及未标注样本在原始空间中的局部近邻关系,增强算法的稳健性;其次,利用少量的标注样本构造优先关系对,将样本间先验的相关性等级信息引入目标函数中以更好地指导重排序模型的学习。在公开数据集MSRA-MM1.0上的实验结果表明所提方法能更好地将符合用户需求的结果靠前优先呈现给用户,提高搜索的准确
利用高频二氧化碳(CO2)激光脉冲写入法制备了一种基于少模长周期光纤光栅(LPG)的高灵敏度扭矩传感器。两个纤芯线偏振(LP01和LP11)模式耦合形成谐振峰。扭转灵敏度可达0.528nm&#183
提出了一种特征权值与尺度自适应的核相关跟踪算法。提取目标搜索区域的方向梯度直方图(HOG)特征和颜色名(CN)特征进行自适应权值融合,通过融合特征的相关滤波响应图的峰值找
硅基光波导移相器是硅基光电子系统的重要组成部分。透明导电氧化物(TCO)薄膜的介电常数受栅极电压作用会产生调谐,有望应用于下一代高速、低插入损耗且兼容CMOS的硅基光波导
针对运动模糊图像的模糊去除问题,提出了一种基于L_0范数正则化的模糊核方法。该方法以图像梯度L_0范数为正则项,根据图像的稀疏先验条件,选取合适的参数估计方法,构建了一个非凸的最优化能量函数。在对该函数进行数值求解中,选用了交替迭代法,交替更新原始图像和模糊核的估计值。在原始图像估计中,以图像梯度L_0范数为稀疏正则项可以有效地保留图像的强边缘并抑制弱边缘对模糊核估计的影响,从而提高了核估计的正确
提出一种分段式位姿测量方法和系统的实现方案。利用柱面镜线阵相机的成像方程为远段图像测量子系统构建线性三维坐标测量模型,并利用最小化物方空间误差方法标定各线阵相机的外部参数。针对近段图像测量子系统的单目位姿测量问题,提出一种基于线性初始解的迭代位姿优化方法。实验结果表明,在5~35m的视距变化范围内,系统可实现小于0.5%的相对位置测量精度和低于40mm的方均根误差;在5m以内的视距范围内,可实现小