10.3969/j.issn.2095-2783.2018.20.007
数据驱动下的多摄像机网络逻辑拓扑推理与行人重识别研究
作为分布式摄像机物联网的重要应用之一,行人重识别任务是从不同摄像头拍摄的监控录像中寻找并识别出已出现在某个摄像机视野的特定行人.为应对低分辨率、遮挡以及姿态、视点和光照变化情形下行人细粒度的重识别问题,提出了一种新的数据驱动模型来推断多摄像机的逻辑拓扑结构模型,重识别不同多摄像机捕获的行人;在模型中,用时间延迟互信息模型(time delayed mutual information,TDMI)实现多摄像机的逻辑拓扑推理,利用训练好的深度卷积神经网络(deep convolutional neural network,DCNN)来提取特征,用可命名模型发现外观属性,并基于该属性的结构输出进行分类,实现行人重识别.实验结果表明,与其他模型相比,所提模型在结构化语义属性输出和行人重识别精度方面都达到了较好的水平.
多摄像机逻辑拓扑推理、行人重识别、属性结构化输出
13
TP391.4(计算技术、计算机技术)
国家自然科学基金;江苏省自然科学基金
2019-06-04(万方平台首次上网日期,不代表论文的发表时间)
共7页
2323-2329