强化深度特征融合的行人搜索系统

摘要：

针对行人图像的深度特征缺乏对局部细节的描述,及不完全具备对尺度、旋转、平移及光照变化等各种因素的不变性而导致行人搜索准确率低的问题,本文提出一种具有强化深度特征融合的行人搜索系统.该系统将行人候选网络和行人识别网络两部分整合优化成统一框架.其中,行人候选网络实现行人框的获取及标定,而行人识别网络在获取深度学习特征的基础上融入具有几何不变性的传统特征,建立一个强化深度特征融合网络模型.实验结果表明,本文采用强化深度特征融合的网络模型,在SSM数据集上检测并框出图片中的行人,其Top-1识别正确率高达80.7％,比单纯采用深度特征模型更具优越性.

关键词：深度特征、行人搜索、特征融合、行人框、几何不变性

分类号：TP111(自动化基础理论)

资助基金：国家重点研发计划项目2016YFB0401503;广东省科技重大专项2016B090906001;福建省科技重大专项2014HZ0003-1;福建省资助省属高校专项课题JK2014002

在线出版日期：2019-08-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：23-27,43