10.3969/j.issn.1007-130X.2021.09.009
基于胶囊网络的跨域行人再识别
行人再识别是在不同环境下再次对特定行人进行检索,近几年来受到国内外学者的广泛关注.目前行人再识别算法多采用局部特征与全局特征相结合的方法,在单一数据集上的训练和测试取得了非常好的成绩,但是在跨域测试中成绩并不理想,泛化能力较低.提出一种基于深度胶囊网络的跨域行人再识别方法,通过视角分类训练任务,模型可以学习图像中行人的有效特征,这些特征可以直接迁移到行人再识别任务中,缓解了行人再识别泛化能力不足的问题.实验结果表明,本文模型优于目前所有无监督学习行人再识别方法,具有良好泛化能力.
行人再识别;跨域;视角;深度胶囊网络
43
TP391.4(计算技术、计算机技术)
国家自然科学基金;山西省重点研发计划;山西省面上自然科学基金;晋中市科技重点研发计划;赛尔网络下一代互联网技术创新项目;国内外作物产量气象预报专项;山西建筑职业技术学院教科研项目
2021-09-28(万方平台首次上网日期,不代表论文的发表时间)
共9页
1591-1599