亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于全局引導的行人序列重識別

        2022-05-30 20:49:00張治軍林敏強蔣浩
        電子產(chǎn)品世界 2022年9期
        關(guān)鍵詞:散度降維識別率

        張治軍 林敏強 蔣浩

        摘 要:行人序列重識別是對同一個人進行跨攝像頭識別,要實現(xiàn)跨攝像頭行人精確識別必須充分利用行人序列的時空線索。為了解決這個問題,本文提出了一種基于全局引導的行人序列重識別,首先利用ResNet-50提取行人序列特征;然后用全局引導網(wǎng)絡(luò)將行人序列特征分解為全局特征和局部特征,并提取行人序列全局特征和局部特征的時間相關(guān)性;最后對行人序列特征PCA降維后用JS散度計算相似度。實驗結(jié)果表明本文算法在跨攝像頭行人序列重識別中識不僅識別率高,而且效率高。

        關(guān)鍵詞:行人序列重識別;ResNet-50;全局引導;PCA

        1 介紹

        行人序列重新識別是跨攝像頭識別同一個人,是智能監(jiān)控和平安承受研究的熱門課題。與單張行人圖片相比,行人序列提供更全面的全局信息、運動線索和時間關(guān)系,如果充分利用行人序列的時空關(guān)系,行人序列重識別的識別率會高于單張圖片的行人重識別。行人序列重識別以前的方法是利用卷積神經(jīng)網(wǎng)絡(luò)提取行人序列的空間特征和時間特征,然后對特征向量進行相似度計算,這種方法沒有充分利用行人序列的全局信息,因此識別率不高。因此本文提出了一種基于全局引導的行人序列重識別,首先利用ResNet-50提取行人序列特征;然后用全局引導網(wǎng)絡(luò)來增加行人序列幀特征之間的相關(guān)性;最后對行人序列特征PCA降維后用JS散度計算相似度。

        2 本文算法

        2.1 本文架構(gòu)

        1)ResNet-50提取特征,用ResNet-50網(wǎng)絡(luò)提取行人序列候選集和查詢集特征。

        2)全局引導網(wǎng)絡(luò),用全局引導網(wǎng)絡(luò)來增加行人序列幀特征之間的相關(guān)性。

        3)PCA,用PCA對特征降維,減少計算量,提供識別速度。

        4)JS散度,對行人序列特征進行相似性度量。本文架構(gòu)如下圖1所示。

        2.2 ResNet-50特征提取

        ResNet-50網(wǎng)絡(luò)由49個卷積層和1個全連接層組成。ResNet-50網(wǎng)絡(luò)除了對輸入進行卷積、正則化、激活函數(shù)、最大池化計算外,還增加了殘差塊。它對行人序列進行時間和空間建模來表示行人序列的全局特征和局部特征,以及行人序列全局特征和局部特征之間的關(guān)系。也就是說通過ResNet-50網(wǎng)絡(luò)可以提取行人序列不同級別的特征。

        2.3 全局引導網(wǎng)絡(luò)

        全局引導網(wǎng)絡(luò)是用全局特征向量引導,用增加行人序列幀特征之間的相關(guān)性。首先通過ResNet-50提取行人序列的全局特征和局部特征,然后用時間平均池化和全局平均池化對行人特征的全局特征和局部特征進一步處理,生成全局特征向量來引導ResNet-50提取的行人序列特征,形成行人序列幀特征之間強相關(guān)特征和低相關(guān)特征。全局引導網(wǎng)絡(luò)框圖如下:

        2.4 PCA降維

        PCA又叫主成分分析,是Principal components analysis 的簡寫,是機器學習中使用最廣泛的降維算法之一。圖像處理計算是矩陣相乘計算,維度高時計算量非常大,運算速度非常慢,為了提升運算速度,保持識別效率,我們通常使用PCA降維。PCA降維的本質(zhì)就是把高維空間投影到低維空間,也就是說在低維空間找一個新的正交坐標系,把高維空間向量投影到低維坐標系中,坐標系選擇是原始數(shù)據(jù)方差最大的方向作為第一坐標軸,以此類推。因此PCA降維能保持高維空間最大的信息。本文在保證行人序列特征在99%的基礎(chǔ)上,行人序列的特征維度從2048維降低到280維,在確保識別率的情況下極大的提升了識別速率。

        2.5 JS散度

        KL散度叫相對熵、信息散度或者信息增益。散度是兩個概率分布差別的非對稱性的度量。 JS散度解決了KL散度非對稱的問題,因此本文采用JS散度進行相似性度量。

        3 實驗結(jié)果

        本文實驗是在MARS和iLIDS-VID數(shù)據(jù)集上進行的。MARS數(shù)據(jù)庫是目前已公開的最大視頻行人重識別數(shù)據(jù)集,包含1 261個行人,采集于6個不同的攝像頭,每個人被2~3個攝像頭捕捉到,每個行人平均含有13.2個視頻序列。iLIDS-VID數(shù)據(jù)庫包含從兩個無交疊攝像頭采集的300個行人的600個視頻段,每個行人視頻段含有23到192幀圖像不止,平均含有73幀。

        評測指標:采用行人重識別領(lǐng)域廣泛使用的累計匹配特性曲線(cumulative matching characteristic,CMC)CMC@Rank-1、5、10,分別表示在一次查詢結(jié)果中,排序列表的前1、5、10個排序樣本中含有正確樣本的概率;同時還采用檢索任務(wù)中另一個常用的評測指標精度平均值(mean average precision, mAP),表示檢索結(jié)果的精度平均值。

        上表可以看出,本文算法在MARS和iLIDS-VID數(shù)據(jù)上識別率明顯高于其它算法,說明本文基于全局引導的行人序列重識別算法充分利用了行人序列的信息。

        4 結(jié)語

        本文提出的基于全局引導的行人序列重識別算法,充分利用了行人序列的全局信息和局部信息,用全局引導網(wǎng)絡(luò)來增加行人序列幀特征之間的相關(guān)性。實驗結(jié)果表明,本文算法識別率高,識別速度快。

        參考文獻:

        [1] CHEN G Y, RAO Y M, LU J W et al. Temporal coherence or temporal motion: Which is more critical for video-based person re-identification[C].ECCV,2020,(6):660-676.

        [2] DAI J, ZHANG P P, WANG D, et al. Video person re- identification by temporal residual learning[J].TIP,2019,(3) 28:1366-1377.

        [3] FU Y, WANG X Y, WEI Y C, et al. Sta: Spatial-temporal attention for large-scale video based person re-identification [R].AAAI,2019,(2):6.

        [4] HOU R B, CHANG H, MA B P et al. Temporal complementary learning for video person re-identification[J].2020,(6).

        [5] HOU R B, MA B P, CHANG H, et al. Vrstc: Occlusion-free video person re-identification[C].CVPR,2019,(6):7183-7192.

        [6] LI J N, WANG J D, TIAN Q et al. Global-local temporal representations for video per son re-identification[C].ICCV, 2019,(6):3958-3967.

        [7] LI S, BAK S, CARR P, et al. Diversity regularized spatiotemporal attention for video based person re-identification[C].CVPR, 2018.

        [8] YANG J R, ZHENG W S, YANG Q Z et al. Spatial-temporal graph convolutional network for video-based person reidentification. [C].CVPR, 2020,(6):3289-3299.

        猜你喜歡
        散度降維識別率
        混動成為降維打擊的實力 東風風神皓極
        車主之友(2022年4期)2022-08-27 00:57:12
        帶勢加權(quán)散度形式的Grushin型退化橢圓算子的Dirichlet特征值的上下界
        基于類圖像處理與向量化的大數(shù)據(jù)腳本攻擊智能檢測
        計算機工程(2020年3期)2020-03-19 12:24:50
        降維打擊
        海峽姐妹(2019年12期)2020-01-14 03:24:40
        具有部分BMO系數(shù)的非散度型拋物方程的Lorentz估計
        基于真耳分析的助聽器配戴者言語可懂度指數(shù)與言語識別率的關(guān)系
        H型群上一類散度形算子的特征值估計
        提升高速公路MTC二次抓拍車牌識別率方案研究
        H?rmander 向量場上散度型拋物方程弱解的Orlicz估計
        高速公路機電日常維護中車牌識別率分析系統(tǒng)的應用
        国内嫩模自拍偷拍视频| 国产成人综合美国十次| 偷偷色噜狠狠狠狠的777米奇| 国产精品美女久久久浪潮av| 亚州AV成人无码久久精品| 久久精品伊人久久精品| 熟女一区二区三区在线观看| 伊人久久久精品区aaa片| 9999毛片免费看| 亚洲中文字幕高清视频| 在线观看视频日本一区二区| 国产中文字幕乱人伦在线观看| 亚洲专区欧美| 亚洲黄色一插一抽动态图在线看| 亚洲免费国产中文字幕久久久| 男女上下猛烈啪啪免费看| 99ri国产在线观看| 91国语对白在线观看| 亚洲国产成人极品综合| 久久中文字幕无码专区| 亚洲三级香港三级久久| 老岳肥屁熟女四五十路| 国产做无码视频在线观看| 日产无人区一线二线三线新版| 无码AV午夜福利一区| 日本免费精品一区二区| 免费网站看av片| 五月天综合网站| 久久本道久久综合一人| 欧美白人战黑吊| 丰满岳乱妇久久久| 亚洲AV无码乱码一区二区三区| 国产传媒精品成人自拍| 亚洲国产av精品一区二区蜜芽| 国产日韩欧美网站| 激情偷拍视频一区二区| 98色婷婷在线| 精品熟女少妇av免费观看| 加勒比东京热综合久久| 国产午夜在线视频观看| 国产精品久久久久久52avav|