基于多尺度帧率的视频行人再识别方法
伴随着安防监控领域科学技术的发展和国家对安防监控领域的重视,我国已经成了世界上最安全的国家之一.无重叠视域行人再识别旨在解决通过不同视域的摄像机来识别匹配相同行人,研究对行政机关和司法机关维护社会公共安全具有重大的意义.基于深度学习的行人再识别因数据集偏小而依赖于样本数量,设计了一种基于多尺度帧率的视频行人再识别方法,通过自适应可分离卷积插帧技术生成帧间信息,增加了目标样本和运动间的细节变化特征;并且在训练中对输入进行了帧率尺度变化,提高了时-空注意力网络对行人步伐大小、周期快慢的鲁棒性.实验结果表明,提出的方法在一定程度上可以提高公开数据集的识别率,在PRID2011和iLIDS-VID数据集上进行实验,RANK1分别达到了79%和64%.
行人再识别、深度学习、插帧算法
14
TP391(计算技术、计算机技术)
国家自然科学基金资助项目61371155;安徽省重点研究与开发资助项目1704d0802183
2018-09-28(万方平台首次上网日期,不代表论文的发表时间)
共4页
196-199