基于特征分层级联网络的目标快速搜索方法
图像目标搜索是智能安防、区域监控等领域的一项关键技术.近年来,随着视频数据的爆炸式增长,如何在海量视频数据中进行感兴趣目标的快速搜索成为智能视频处理领域亟待解决的关键问题.本文提出了一种基于底层特征和深度学习特征分层级联的目标快速智能搜索方法.首先,采用目标智能检测技术对视频数据中的感兴趣类型目标进行智能检测;其次,针对数量众多的目标检测结果,设计基于底层特征相关性度量的门控机制,实现对目标框的筛选;最后,利用高维深度学习特征完成对目标的准确识别.实验结果表明,所提方法在Market1501数据集上的重识别精度(mAP)达到88.5%,同时网络推理过程的计算量与YOLO和重识别网络直接级联的目标搜索方法相比降低了81.75%,显著提升了目标搜索速度.
机器视觉、目标搜索、底层特征、行人重识别、特征分层级联
59
TP391.4(计算技术、计算机技术)
国家自然科学基金;国家自然科学基金;中国博士后科学基金;陕西省自然科学基金;陕西省重点研发计划;西安市科技计划
2022-03-22(万方平台首次上网日期,不代表论文的发表时间)
共8页
366-373