基于雙流卷積神經(jīng)網(wǎng)絡(luò)和生成式對抗網(wǎng)絡(luò)的行人重識別算法
所屬分類：技術(shù)論文
上傳者：muyx
文檔大?。?span>597 K
標(biāo)簽： 行人重識別 卷積神經(jīng)網(wǎng)絡(luò) 生成式對抗網(wǎng)絡(luò)
所需積分：0分積分不夠怎么辦？
文檔介紹：近年來，針對行人重識別問題的深度學(xué)習(xí)技術(shù)研究取得了很大的進(jìn)展。然而，在解決實際數(shù)據(jù)的特征樣本不平衡問題時，效果仍然不理想。為了解決這一問題，設(shè)計了一個更有效的模型，該模型很好地解決了目標(biāo)的不同姿態(tài)的干擾以及數(shù)據(jù)集中的圖片數(shù)量不足的問題。首先，通過遷移姿態(tài)生成對抗網(wǎng)絡(luò)生成行人不同姿勢的圖片，解決姿態(tài)干擾及圖片數(shù)量不足的問題。然后利用兩種不同的獨立卷積神經(jīng)網(wǎng)絡(luò)提取圖像特征，并將其結(jié)合得到綜合特征。最后，利用提取的特征完成行人重識別。采用姿勢轉(zhuǎn)換方法對數(shù)據(jù)集進(jìn)行擴(kuò)展，有效地克服了由目標(biāo)不同姿勢引起的識別誤差，識別錯誤率降低了6%。實驗結(jié)果表明，該模型在Market-1501和DukeMTMC-Reid上達(dá)到了更好的識別準(zhǔn)確度。在DukeMTMC-Reid數(shù)據(jù)集上測試時，Rank-1準(zhǔn)確度增加到92.10%，mAP 達(dá)到84.60%。
現(xiàn)在下載
VIP會員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。