面向行人重识别的局部特征研究进展、挑战与展望.docx
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
![preview](https://dl-preview.csdnimg.cn/87487930/0001-e6a61cd10fb08f83163426686af5b020_thumbnail-wide.jpeg)
![preview-icon](https://csdnimg.cn/release/downloadcmsfe/public/img/scale.ab9e0183.png)
"面向行人重识别的局部特征研究进展、挑战与展望" 面向行人重识别(Person re-identification, Re-ID)是计算机视觉领域中的一种技术,旨在利用计算机技术将同一个人在不同地点、不同摄像头捕获的图像关联起来,从而实现跨监控图像、设备视频中的行人检索及轨迹跟踪。行人重识别技术克服了人工检索的低效性,弥补了目前固定摄像头的视觉局限性,具有巨大的实用价值和应用前景。 行人重识别在实际应用中面临诸多难点,主要表现在姿势、步态、服装等行人属性多变,以及光照变化、摄像视角差异、物体遮挡等环境因素干扰严重。这些差异性导致提取人体的鲁棒特征表示极为困难,其中影响行人重识别性能的最大因素是行人姿态变化及物体遮挡。 为了解决全局特征的缺陷,提取具有更能表征细节信息的局部特征成为研究的热点。常见的局部特征有骨架、姿势、人体部件等,这些关键区域的特征可以辅助模型更加精准的区分行人特征与无关特征。通过综合分析,本文将基于局部特征的方法归纳为四类:1)结合行人姿势;2)特征空间分割;3)整合视角信息;4)融合注意力机制。 结合行人姿势的方法通过额外的人体姿势或骨架预测模型提取人体关键点,然后将关键点特征与行人重识别模型融合,生成精确的人体语义部件(头、身、手、脚等)区域,最后针对关键区域的特征匹配。 特征空间分割的方法常用的分割方式包括网格分割和水平分割,将特征图均匀划分得到一系列显著性区域,使模型对每一个区域的单独训练,学习人体不同区域的差异。 整合视角信息的方法利用视角信息,在不同角度下建模可使行人重识别方法适应更复杂的拍摄场景。 融合注意力机制的方法能够指导模型重点关注图像的特定区域,合理融合原始特征与注意力模块可促进模型自主学习关键区域。 在文献调研方面,本文采用文献法选用82篇行人重识别相关领域的高引用文献,主要的来源为IEEE Transactions(Institute of Electrical and Electronics Engineers Transactions)、PAMI(Pattern Analysis and Machine Intelligence)、IJCV(International Journal of Computer Vision)等期刊,CVPR(Conference on Computer Vision and Pattern Recognition)、ECCV(European Conference on Computer Vision)、ICCV(International Conference on Computer Vision)等计算机视觉顶会。 为了全面把握局部特征在行人重识别领域的发展趋势,本文统计了2016年~2019年计算机视觉顶会CVPR、ECCV、ICCV中行人重识别文章总计159篇,其中基于局部特征的行人重识别方法共54篇。 本文对面向行人重识别的局部特征研究进展、挑战与展望进行了综述分析,为行人重识别领域的研究和应用提供了有价值的参考。
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![](https://csdnimg.cn/release/download_crawler_static/87487930/bg1.jpg)
![](https://csdnimg.cn/release/download_crawler_static/87487930/bg2.jpg)
![](https://csdnimg.cn/release/download_crawler_static/87487930/bg4.jpg)
![](https://csdnimg.cn/release/download_crawler_static/87487930/bg5.jpg)
剩余34页未读,继续阅读
![avatar-default](https://csdnimg.cn/release/downloadcmsfe/public/img/lazyLogo2.1882d7f4.png)
![avatar](https://profile-avatar.csdnimg.cn/3f07197aad004e4fa57ac5a008eb6aaf_weixin_57147647.jpg!1)
- 粉丝: 3907
- 资源: 1万+
![benefits](https://csdnimg.cn/release/downloadcmsfe/public/img/vip-rights-1.c8e153b4.png)
![privilege](https://csdnimg.cn/release/downloadcmsfe/public/img/vip-rights-2.ec46750a.png)
![article](https://csdnimg.cn/release/downloadcmsfe/public/img/vip-rights-3.fc5e5fb6.png)
![course-privilege](https://csdnimg.cn/release/downloadcmsfe/public/img/vip-rights-4.320a6894.png)
![rights](https://csdnimg.cn/release/downloadcmsfe/public/img/vip-rights-icon.fe0226a8.png)
我的内容管理 展开
我的资源 快来上传第一个资源
我的收益
登录查看自己的收益我的积分 登录查看自己的积分
我的C币 登录后查看C币余额
我的收藏
我的下载
下载帮助
![voice](https://csdnimg.cn/release/downloadcmsfe/public/img/voice.245cc511.png)
![center-task](https://csdnimg.cn/release/downloadcmsfe/public/img/center-task.c2eda91a.png)
![dialog-icon](https://csdnimg.cn/release/downloadcmsfe/public/img/green-success.6a4acb44.png)