昆明理工大学机电工程学院, 云南 昆明 650500
基于卷积神经网络算法对行人进行多特征提取,并使用拼接后的多特征对行人进行特征表征。使用全局池化和多个卷积构建多分支结构,利用多分支结构来弥补丢失的信息。为了减小过拟合,采用自行设计的瓶颈层代替模型中的分类层。实验时,分别在Market1501、CUHK03、DukeMTMC-Reid数据集上对本文所提算法进行验证。在Market1501数据集上,本文所提算法预测正确的概率(Rank1)为95.2%,平均预测均值(mAP)为86.0%。实验结果表明,本文所提算法提取的行人特征具有较强的辨别力,识别准确率明显高于其他先进的算法。
光计算 卷积神经网络 行人重识别 多特征 特征拼接 激光与光电子学进展
2019, 56(16): 162001
