利用混合双通路神经网络的跨模态行人重识别.docx
版权申诉
14 浏览量
2022-11-28
20:24:42
上传
评论
收藏 397KB DOCX 举报
行人重识别是指给定某监控场景下的特定行人图像,运用计算机视觉和机
器学习等方法来检索跨摄像头或跨时间域下的具有相同身份的行人图像,被广
泛应用于智能视频监控领域,解决了复杂监控场景中感兴趣目标识别、长时跟
踪等问题,回答了智能视频监控领域“感兴趣目标是谁?”这一关键问题
[1]
。行人重
识别技术近年来引起了学术界和工业界的广泛关注,迫切的工业应用需求催生
了学术界极大的研究热情,在该领域涌现出了众多研究成果,很多方法在现有公
开标准数据集上甚至超越了人类的识别精度。但是,目前该技术依旧远远没有
达到落地应用的技术要求。其中一项最主要的原因是:真实监控场景中的数据
类型和质量极其复杂多样,仅仅研究理想光照条件下的单一可见光模态行人重
识别技术,已经远远不能支撑实际监控场景的应用需求。针对多模态数据的行
人重识别亟待深入研究。
当前行人重识别方面的研究主要是针对可见光数据,并且这些数据均是在
理想光照条件下收集到的高分辨率图像。然而,实际监控场景面临室内/室外、
白天/黑夜、阴雨等变化多端的自然光照条件,而可见光成像固有原理导致可见
光传感器对光照条件非常敏感,微弱的光照变化往往会引起极大的视觉差异,导
致弱光照条件下模型识别性能严重降低。图 1 给出了部分可见光—红外图像行
人重识别数据示例。为了弥补可见光数据在弱光照条件下的不足,构建了一个
支撑全天候、全场景智能视频监控需求的行人重识别系统,笔者将研究可见光
—红外图像行人重识别技术。红外摄像机的优势是其成像原理不依赖于人体对
可见光的反射,因此在低照度条件下红外图像行人重识别可以作为可见光行人
重识别技术的有力补充。
图 1
剩余14页未读，继续阅读
资源评论
罗伯特之技术屋
- 粉丝: 3588
- 资源: 1万+
下载权益
C知道特权
VIP文章
课程特权
VIP享7折，此内容立减5.97元 开通VIP
