本文選題：行人再識(shí)別 + 分塊匹配��； 參考：《電子與信息學(xué)報(bào)》2017年11期

【摘要】：針對(duì)基于分塊匹配的行人再識(shí)別中對(duì)分塊的規(guī)則和大小缺乏指導(dǎo),以及不同分塊間的區(qū)分度差異問題,該文提出基于顯著度融合的自適應(yīng)分塊行人再識(shí)別方法。首先,利用啟發(fā)式思想確定初始聚類中心,并根據(jù)圖像內(nèi)容自動(dòng)確定分塊的大小和數(shù)目。然后,利用歸一化部分曲線下面積計(jì)算各塊的圖像間顯著度,利用結(jié)構(gòu)化支持向量機(jī)學(xué)習(xí)各塊的圖像內(nèi)顯著度,并融合兩類顯著度得到各塊的權(quán)重作為匹配得分融合的依據(jù)。實(shí)驗(yàn)證明,在常用的行人再識(shí)別數(shù)據(jù)集上,該方法能取得較好的識(shí)別結(jié)果。
[Abstract]:In view of the lack of guidance on the rule and size of block in pedestrian rerecognition based on block matching, and the difference of segmentation between different blocks, an adaptive segmented pedestrian rerecognition method based on salience fusion is proposed in this paper. Firstly, the initial clustering center is determined by heuristic method, and the size and number of blocks are automatically determined according to the image content. Then, the area under the normalized partial curve is used to calculate the saliency of each block, and the intra-image saliency of each block is studied by using structured support vector machine, and the weight of each block is obtained by merging the two kinds of saliency as the basis of matching score fusion. Experimental results show that this method can obtain better recognition results on common pedestrian recognition data sets.
【作者單位】： 國家數(shù)字交換系統(tǒng)工程技術(shù)研究中心;
【基金】：國家自然科學(xué)基金(61379151,61521003) 河南省杰出青年基金(144100510001)~~
【分類號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王慧斌;張倩;王鑫;陳哲;;基于區(qū)域顯著度與水下光學(xué)先驗(yàn)的目標(biāo)檢測(cè)[J];儀器儀表學(xué)報(bào);2014年02期

2 王宇新;任志森;賈棋;郭禾;;基于顯著度的非監(jiān)督摳像方法[J];計(jì)算機(jī)工程;2012年05期

3 袁紅星;吳少群;朱仁祥;安鵬;;融合對(duì)象性和視覺顯著度的單目圖像2D轉(zhuǎn)3D[J];中國圖象圖形學(xué)報(bào);2013年11期

4 蘇娜;張志強(qiáng);劉志輝;;基于鏈接分析的圖林博客顯著度分析[J];情報(bào)資料工作;2010年01期

5 金巨波;張莉;;視覺信息的稀疏表示與顯著度檢測(cè)方法[J];哈爾濱師范大學(xué)自然科學(xué)學(xué)報(bào);2014年01期

6 韓彪;楊衛(wèi)英;鄭玉婷;;基于圖像稀疏表示視覺顯著度計(jì)算的自適應(yīng)尺度調(diào)整方法[J];上海大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年04期

7 趙健;徐江斌;吳玲達(dá);;基于網(wǎng)格顯著度的視點(diǎn)質(zhì)量計(jì)算方法[J];計(jì)算機(jī)應(yīng)用研究;2009年09期

8 朱近;;分塊查找的最佳分塊方法[J];計(jì)算機(jī)工程與應(yīng)用;1989年10期

9 董寧;文志強(qiáng);余波;;基于防反射邊界的圖像分塊反降晰研究[J];計(jì)算機(jī)工程;2011年11期

10 金淳浩;周桅;;動(dòng)態(tài)分塊快速網(wǎng)格化方法[J];物探化探計(jì)算技術(shù);1988年04期

相關(guān)會(huì)議論文 前3條

1 陳宜穩(wěn);王威;王潤生;;分塊建模和點(diǎn)建模聯(lián)合的背景重建方法[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國第18屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集[C];2007年

2 竇朝暉;;影響分塊算法性能的主要因素[A];面向21世紀(jì)的科技進(jìn)步與社會(huì)經(jīng)濟(jì)發(fā)展（上冊(cè)）[C];1999年

3 戴妍峰;劉藻珍;;空間望遠(yuǎn)鏡分塊式主鏡面形控制系統(tǒng)建模[A];中國系統(tǒng)仿真學(xué)會(huì)第五次全國會(huì)員代表大會(huì)暨2006年全國學(xué)術(shù)年會(huì)論文集[C];2006年

相關(guān)博士學(xué)位論文 前3條

1 田明輝;視覺注意機(jī)制建模及其應(yīng)用研究[D];中國科學(xué)技術(shù)大學(xué);2010年

2 石艷嬌;基于高階特征和顯著性的視頻異常事件檢測(cè)研究及其應(yīng)用[D];東北師范大學(xué);2015年

3 王蓉芳;基于協(xié)同進(jìn)化優(yōu)化和圖像先驗(yàn)的分塊自適應(yīng)壓縮感知[D];西安電子科技大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 李夢(mèng);基于智能圖像處理的車標(biāo)識(shí)別研究[D];北京交通大學(xué);2017年

2 蘇磊磊;基于小區(qū)域的圖像顯著度提取及應(yīng)用研究[D];山東師范大學(xué);2015年

3 崔小強(qiáng);基于時(shí)空線索的快速視頻顯著度檢測(cè)[D];大連理工大學(xué);2014年

4 韓瑞峰;內(nèi)容敏感的圖形圖像顯著度檢測(cè)算法研究及其應(yīng)用[D];浙江工業(yè)大學(xué);2012年

5 孫晶;基于貝葉斯模型的圖像顯著度檢測(cè)[D];大連理工大學(xué);2013年

6 任志森;基于顯著度摳像的圖像檢索研究與實(shí)現(xiàn)[D];大連理工大學(xué);2011年

7 許慧娟;基于數(shù)學(xué)形態(tài)學(xué)的骨架層次性分解及顯著度計(jì)算與研究[D];華中科技大學(xué);2010年

8 沈世達(dá);基于分塊壓縮感知的圖像和視頻傳輸技術(shù)研究[D];西南交通大學(xué);2015年

9 白聰軒;多線索分塊匹配的移動(dòng)機(jī)器人目標(biāo)跟蹤[D];北京工業(yè)大學(xué);2015年

10 李鵬程;基于張量特征值分析的特征表示及典型應(yīng)用[D];西安電子科技大學(xué);2015年

，

本文編號(hào)：1776071