結(jié)合行人檢測和重識別的人員搜索框架在搜尋走失兒童中的應(yīng)用分析
發(fā)布時間:2024-11-02 11:14
我國每年失蹤兒童約有20萬人,如何利用人工智能技術(shù)尋找走失兒童是社會討論的熱點問題。首先,文章將行人檢測和行人重識別相結(jié)合,建立了端到端的行人搜索框架,并使用OIM監(jiān)督學(xué)習(xí)。然后,在Person Search數(shù)據(jù)集上進行訓(xùn)練后,分別用兒童和成年人的圖片作為輸入進行測試。最后,根據(jù)評價指標(biāo)證明文章的搜索框架有70%以上的成功率,且兒童比成年人更加難以搜尋。
【文章頁數(shù)】:3 頁
【部分圖文】:
本文編號:4009505
【文章頁數(shù)】:3 頁
【部分圖文】:
如何利用人工智能技術(shù)尋找走失兒童一直是社會關(guān)注的熱點問題,行人重識別是利用計算機視覺技術(shù)判斷圖像或者視頻序列中是否存在特定行人的技術(shù)。雖然現(xiàn)今已經(jīng)提出了大量的行人重識別方法,但是還是很難被應(yīng)用到現(xiàn)實世界中,因為行人重識別的研究使用的數(shù)據(jù)集大多數(shù)是手工剪切過的圖片,如圖1所示?梢....
本文的CNN結(jié)合了行人檢測和行人重識別網(wǎng)絡(luò),結(jié)構(gòu)如圖2所示,輸入一張完整的圖像后,經(jīng)過特征提取網(wǎng)絡(luò)將像素矩陣轉(zhuǎn)換成卷積特征圖后,行人候選網(wǎng)絡(luò)將此作為輸入來預(yù)測行人的邊界框。然后,將其輸入到具有RoI-Pooling的身份識別網(wǎng)絡(luò)中,為每個邊界框包圍的行人提取256維的特征向量。....
從實驗結(jié)果來看,搜索準(zhǔn)確率較高,候選框非常貼合行人,測試結(jié)果中有很多令人滿意的結(jié)果,如圖3所示。但是,對于一些被遮擋,或者行人姿勢不太好的情況,也會影響測試的結(jié)果,如圖4所示。
但是,對于一些被遮擋,或者行人姿勢不太好的情況,也會影響測試的結(jié)果,如圖4所示?梢,在衣著顏色比較特別、查詢圖像是正面且沒有遮擋的情況下,人員搜索成功概率將大大提高。
本文編號:4009505
本文鏈接:http://sikaile.net/kejilunwen/sousuoyinqinglunwen/4009505.html
最近更新
教材專著