文档名：非对称行人重识别跨摄像机持续行人追踪
行人重识别是实现跨摄像机场景大范围追踪行人的关键技术,利用该技术可以把行人的碎片化多场景轨迹连接起来.本文首先回顾了行人重识别的发展,列举了目前行人重识别研究的主要难点和挑战.然后进一步介绍了作者所在研究团队针对行人重识别发展的非对称度量学习理论,及基于非对称度量理论和思想所开展的面向开放性行人重识别的非对称行人重识别建模.与现有用于行人重识别的度量学习算法相比,现有算法通常忽略了摄像机特征变化的特性,而非对称度量的优点是可以学习具备建模不同视域特点非一致性能力的特征变换.非对称建模除了应用在一般的行人重识别问题上,还可以应用在跨模态行人重识别、低分辨率行人重识别、基于属性与图像匹配的行人重识别、无监督行人重识别和不完整行人重识别等问题上.最后,本文讨论了行人重识别未来的发展.
作者：郑伟诗 吴岸聪
作者单位：中山大学数据科学与计算机学院,广州510006中山大学电子与信息工程学院,广州510006
母体文献：人工智能领域青年学者研讨会论文集
会议名称：人工智能领域青年学者研讨会
会议时间：2017年8月4日
会议地点：昆明
主办单位：《中国科学:信息科学》杂志社
语种：chi
分类号：TP3O22
关键词：视频监控 行人重识别 跨视域追踪 度量学习
在线出版日期：2020年6月28日
基金项目：
相似文献
相关博文
- 文件大小:
- 872.45 KB
- 下载次数:
- 60
-
高速下载
|
|
