| 基于深度学习行人属性自适应权重分配行人再识别方法 |
| |
| 引用本文： | 李净,管业鹏.基于深度学习行人属性自适应权重分配行人再识别方法[J].激光与光电子学进展,2019,56(14):63-72. |
| |
| 作者姓名： | 李净 管业鹏 |
| |
| 作者单位： | 上海大学通信与信息工程学院,上海,200444;上海大学通信与信息工程学院,上海200444;上海大学新型显示技术及应用集成教育部重点实验室,上海200072 |
| |
| 摘 要： | 提出了一种基于深度学习自适应权重分配监控视频行人再识别方法。基于验证损失所反映的行人属性训练难度,结合行人属性与行人类别对应关系的信息熵,求解属性对分类的贡献率,自适应求解行人属性多任务分类的训练损失权重,解决多任务分类时分配相同的损失权重造成的负转移问题,以提高每个任务学习器的泛化能力以及对行人类别判别的泛化能力。利用已有数据集中行人属性与行人类别的映射关系,根据已训练好的模型求解属性概率,结合条件概率判别行人类别,克服全局行人再识别中无法识别网络视角变化造成的行人外观剧烈变化的问题。与同类方法在不同公开数据测试集上的客观定量进行对比,结果表明所提方法有效、可行。
|
| 关 键 词： | 图像处理 行人再识别 深度学习 自适应权重 行人属性 |
Pedestrian Re-Identification Based on Adaptive Weight Assignment using Deep Learning for Pedestrian Attributes |
| |
| Jing Li,Guan Yepeng.Pedestrian Re-Identification Based on Adaptive Weight Assignment using Deep Learning for Pedestrian Attributes[J].Laser & Optoelectronics Progress,2019,56(14):63-72. |
| |
| Authors: | Jing Li Guan Yepeng |
| |
| Affiliation: | (School of Communication and Information Engineering, Sharighai University, Shanghai 200444, China;Key Laboratory of Advanced Display and System Application , University of Education,Shanghai University, Shanghai 200072, China) |
| |
| Abstract: | Jing Li;Guan Yepeng(School of Communication and Information Engineering, Sharighai University, Shanghai 200444, China;Key Laboratory of Advanced Display and System Application , University of Education,Shanghai University, Shanghai 200072, China) |
| |
| Keywords: | image processing pedestrian re-identification deep learning adaptive weight pedestrian attribute |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
